[发明专利]一种定位自然场景图像中文本的方法

权利要求书

1.一种定位自然场景图像中文本的方法，其特征在于，该方法包括以下步骤：

1)图像连通域提取步骤：提取最稳定极值区域作为图像连通域；

2)文本块提取步骤：针对图像连通域建立无向图模型并提取无向图的连通域作为文本块；

3)文本块判别步骤：提取文本块特征并使用机器学习算法进行文本块分类。

2.根据权利要求1所述的方法，其特征在于，所述步骤(2)中的针对图像连通域建立无向图模型，是使用所述图像的连通域作为无向图模型的顶点，根据图像连通域之间的距离是否足够小来确定顶点间的邻接关系。

3.根据权利要求2所述的方法，其特征在于，所述连通域之间的距离为连通域之间高、宽、中心点、颜色和笔划宽度差异的加权和。

4.根据权利要求3所述的方法，其特征在于，所述连通域的笔划宽度为连通域内部分像素点笔划宽度的均值。

5.根据权利要求4所述的方法，其特征在于，所述的像素点的笔划宽度定义为穿过该像素点并落在连通域内的从上到下，从左到右，从左上到右下，从右上到左下的四条线段长度的最小值。

6.根据权利要求1所述的方法，其特征在于，所述的提取无向图连通域的文本块，是使用并查集提取无向图的连通域作为文本块。

7.根据权利要求1所述的方法，其特征在于，所述的提取文本块特征，其中所述特征包括文本块内连通域的笔划宽度、颜色、饱和度、极值区域稳定性和水平垂直两个方向梯度变化率的方差和笔划宽度的均值。

8.根据权利要求7所述的方法，其特征在于，所述的连通域的水平方向梯度变化率定义为x导数非零的边缘像素点的个数除以连通域的高度；所述的连通域的垂直方向梯度变化率定义为y导数非零的外边缘像素点的个数除以连通域的高度。

9.根据权利要求1所述的定位自然场景图像中文本的方法，其特征在于，所述的使用机器学习算法进行文本块分类是使用AdaBoost学习算法进行文本块分类。