[发明专利]一种自适应图像文本信息提取方法

权利要求书

1.一种自适应图像文本信息提取方法，其特征在于，包括步骤：1) 图像预处理；2)图像背景复杂度分析；3)文本初检测；4)文本验证；5) 文本抽取；6)文本信息输出或显示；

其具体步骤为：

A)首先，从选定的路径中读取图像，并将彩色图像转换为灰色图像；

B)根据灰色图像所有像素点的灰度变化密度，计算出整幅图像的背 景复杂度，计算方法为：某一像素点P₀的灰度强度S′按照下式计算：

S′＝MAX{|P₁-P₈|，|P₂-P₇|，|P₃-P₆|，|P₄-P₅|}   (1)

S=S′255,S≥T0,Otherwise---(2)]]>

则图像的背景复杂度为：

D=Σi,jS(i,j)n---(3)]]>

其中，S′为图像中像素点P0的灰度强度，S按照(2)式将S′归一化为 (0，1)范围内的数，T为归一化的阈值，D为图像的背景复杂度值，n为 图像中的像素数目，P₁～P₈为P₀的八邻域；

按照计算的D值对图像背景复杂度进行分级；

C)根据图像复杂度级别决定采用何种文字边缘检测方法，对于复杂 度较低的图像，采用较简单的边缘文本检测方法，对于复杂度较高的图像， 采用较复杂的边缘文本检测方法；

D)根据采用的文本检测方法，找出图像中的候选文本区域，对文本 信息区域进行初始定位；

E)对从图像中找到的候选文本区域，抽取相关特征进行文本区域验 证，通过验证的候选文本区域，即判定为文本块，将在后续的步骤中抽取 文本信息，未通过验证的候选文本区域，即判定为非文本区域，将其从候 选文本中去除；

F)对确定的文本块，去除文本块中的背景，将所有文本信息抽取出 来；

G)将图像中抽取出来的所有文本信息输出给下一级处理，或在计算 机上显示出来；

所述B)步中，对图像背景复杂度进行分级，是分为低、中、高三级： 如果0≤D≤0.15，则图像背景复杂度为低级；如果0.15＜D≤0.3， 则图像背景复杂度为中级；如果0.3＜D≤1则图像背景复杂度为高级；

所述C)步中，对于复杂度较低的图像，采用较简单的边缘检测方法， 对于复杂度较高的图像，采用较复杂的边缘检测方法，是：

如果图像背景复杂度判定为低，则采用边缘特征抽取方法1：在灰度 图像上用Sobel四方向算子求取边缘并抽取特征；如果图像背景复杂度 判定为中，则采用边缘特征抽取方法2：基于形态学的方法在灰度图像 上求取形态边缘并抽取特征；具体方法为：首先选用3*3的结构算子， 按照公式(5)对灰度图像进行膨胀运算得到膨胀图像，然后按照公式 (6)对灰度图像进行腐蚀运算得到腐蚀图像，最后按照公式(7)对膨 胀图像和腐蚀图像求差分得到边缘图像：

I(x,y)⊕Sm,n=max|i|≤m/2,|j|≤n/2I(x-i,y-j)Sm,n(x,y)---(5)]]>

I(x,y)⊗Sm,n=min|i|≤m/2,|j|≤n/2I(x-i,y-j)Sm,n(x,y)---(6)]]>

D(I1,I2)=I(x,y)⊕Sm,n-I(x,y)⊗Sm,n---(7)]]>

其中S_m，n(x，y)为进行形态学的结构元素，I(x-i，y-j)为与结构元素对应的图像中的 点；如果图像背景复杂度判定为高，则采用边缘特征抽取方法3，采用 彩色形态学边缘检测方法求取边缘并抽取特征，具体的求取方法为：首 先按照公式7，分别对彩色图像的R，G，B三个颜色通道求取梯度图像， 然后按照公式(8)求取边缘图像：

E(x,y)=Σj=1nωjGj(x,y)]]>j＝R，G，B    (8)

其中，G_j(x，y)为在第j通道求得的梯度图象，ω_j为第j通道对应的权重， E(x，y)为最后求得的边缘图象；

所述D)步中，找出图像中的候选文本区域，是：

a)提取图像的边缘并抽取特征后，在边缘图像上进行连通域分析，获 得图像上所有的连通元；

b)利用边缘特征和几何特征对连通元进行筛选，剔除非文本连通元；

c)对每个文本连通元的位置和尺寸进行分析，将在同一行或同一列的 文本连通元组合，形成候选文本区域；

所述E)步中的相关特征，为文本区域中字符宽度的均值和方差，通过 将文本行或文本列的二值图像向水平方向和竖直方向投影，投影曲线上有 明显的波峰和波谷，通过统计相邻波谷之间的距离，计算字符的平均宽度 和方差；

所述F)步中，将所有文本信息抽取出来，是采用二值化的方法、颜色 聚类的方法或统计模型的方法抽取所有文本信息。

2.如权利要求1所述的方法，其特征在于，所述b)步中的边缘特征 和几何特征，其中，边缘特征是边缘密度特征和边缘方向特征，几何特征 是连通元的长，宽，宽高比，占空比。