结合MSCRs与MSERs的自然场景文本检测
目的 目前,基于MSERs(maximally stable extremal regions)的文本检测方法是自然场景图像文本检测的主流方法.但是自然场景图像中部分文本的背景复杂多变,MSERs算法无法将其准确提取出来,降低了该类方法的鲁棒性.本文针对自然场景图像文本背景复杂多变的特点,将MSCRs(maximally stable color regions)算法用于自然场景文本检测,提出一种结合MSCRs与MSERs的自然场景文本检测方法.方法 首先采用MSCRs算法与MSERs算法提取候选字符区域;然后利用候选字符区域的纹理特征训练随机森林字符分类器,对候选字符区域进行分类,从而得到字符区域;最后,依据字符区域的彩色一致性和几何邻接关系对字符进行合并,得到最终文本检测结果.结果 本文方法在ICDAR 2013上的召回率、准确率和F值分别为71.9％、84.1％和77.5％,相对于其他方法的召回率和F值均有所提高.结论 本文方法对自然场景图像文本检测具有较强的鲁棒性,实验结果验证了本文方法的有效性.
自然场景、复杂背景、文本检测、MSCRs、MSERs
22
TP391.4(计算技术、计算机技术)
国家自然科学基金项目61601335;国家科技支撑计划资助项目2013BAH03B01;国家测绘地理信息局卫星测绘技术与应用重点实验室经费资助项目KLSMTA-2016-04;中国博士后科学基金项目2015M582277;中央高校基本科研业务费专项基金项目2042015kf0059National Natural Science Foundation of China61601335;The National Key Technology R&D Program2013BAH03B01;China Postdoctoral Science Foundation2015M582277;The Fundamental Research Funds for the Central Universities of China2042015kf0059
2017-03-17（万方平台首次上网日期，不代表论文的发表时间）
共7页
154-160
