自然場景中的文字檢測與識別技術研究.pdf

1、隨著智能設備的普及和GPU計算能力的快速發(fā)展，人們在快速產生圖片的過程中也在積極地尋求充分利用圖片資源的方式。目前，人們對于包含文字的圖片應用需求更加急切，因為包含圖片的文字可以方便人們對于圖片的檢索與存儲，而且可以在翻譯、VR等應用中給人們更加直接地幫助。然而因為自然場景中的圖像構成比一般的掃描圖像更加復雜，自然場景中的文字區(qū)域形態(tài)更加多變，圖片的光照、模糊度等都是自然場景圖片利用的障礙。本文分別針對英文文本的檢測和中文文本檢測和識別

2、的技術進行了研究:
　　一、研究基于MSER(Maximally Stable Extremal Region)的自然場景英文檢測方法，實現了從字符篩選、文本組合、文本篩選的完整流程。其中針對字符候選區(qū)域的篩選算法，本文提出一個專門量化MSER字母篩選算法效果的評價方法，并根據該評價機制實現了一個改進的字符篩選方法。此外，本文構建了一套基于深度學習分類器的打分機制，通過打分進行文本篩選。通過上述方法改進，本文實現的自然場景中英文檢

3、測方法取得了較好的成果。對比傳統(tǒng)基于MSER的英文檢測方法，本文方法在相應的測試數據集上獲得了很好結果。
　　二、研究將基于MSER自然場景英文檢測方法引入到漢字檢測中，并利用深度學習方法實現了所檢測漢字的內容識別。根據漢字的特點，使用了新的MSER篩選算法，實現了漢字筆畫候選區(qū)域篩選。在漢字區(qū)域的構建中，針對性地提出了區(qū)域聚合的合并方法。此外，本文通過計算機模擬字體、光照、陰影、背景等方面的變化組合來生成漢字識別訓練集，并利用C