[发明专利]一种局部色调差异的自然场景文字定位方法

说明书

技术领域

本发明属于图像处理和计算机视觉技术领域，特别涉及一种自然场景文字定位方法。

背景技术

将场景图片中文字进行自动的检测，分割，识别出来，将对人们的信息获取提供非常大的帮助，也对图像的语义信息的自动理解以及检索有着非常重要的意义。在车载导航系统中，如果能自动的对前方的路标、商铺名称、交通标志等进行定位，识别，那么将为人们的出行提供安全保障，可以提醒驾驶员减速，以及正确的行车路线。多媒体以及计算机的高速发展中，图片以其形象深刻的特殊形式成为传输的重要介质，基于关键词的检索已经不能满足人们的需求，而基于图片内容的检索，已经成为发展的趋势，检索中，文字的定位，识别成为关键的技术，引来越来越多学者的关注，同时文字定位可以为盲人的阅读提供辅助帮助。

在对场景中文字定位的现有方法的综合学习中，文字定位的方法大致可以分为两种方法：1、基于纹理的文字定位方法；2、基于区域的文字定位方法。基于纹理的文字定位方法，就是利用纹理特征来区分开文字和非文字，将一个或一块区域中是文字的聚类到一起，这种方法的鲁棒性好，但是也造成了算法的复杂度较高。基于区域的文本定位方法，就是依据一块区域的像素符合某种相似性来区分开文字与非文字，比如，可以根据区域内颜色的一致性作为特征，来分开文本以及背景区域，这种方法简单，但是一种特征往往不能满足所有的分类，鲁棒性不足，在处理复杂背景的场景图片表现中不好的效果。

发明内容

本发明所要解决的技术问题是，提供一种能有效对自然场景中文字进行定位，同时速度较快，实用性较强的文字定位方法。

本发明为解决上述技术问题所采样的技术方案是，一种局部色调差异的自然场景文字定位方法，包括以下步骤：

1）通过分类器对场景图片进行扫描，以得到候选文字区域对应的候选框；

2）将场景图片转化为HSI颜色模型，提取色调H分量，计算所有候选框box(i)与相邻区域的主色调差异hue_aver：

hue_aver=1NΣi=1N|box_domihue(i)-box_neighbour_domihue(i)|;]]>

其中，box_domihue(i)为第i个候选框box(i)的主色调，box_neighbour_domihue(i)为与候选框box(i)相邻区域的主色调；N为当前场景图片中候选框总数；

3）取场景图片中边缘像素点，求各候选框中所有边缘像素点与邻居像素点间的平均色调差local_hue(i)；

4）比较各候选框对应的平均色调差local_hue(i)与主色调差异hue_aver的大小，当候选框对应的平均色调差local_hue(i)大于主色调差异hue_aver，则将视当前候选框为包含文字的区域，否则舍弃当前候选框；所有候选框判断完毕后，最终的场景文字定位完成。

本发明不仅利用了文字的纹理特征，而且利用了文字区域与周围区域色调不同的特点，有效地对场景中的文字进行定位。通过取边缘像素点附近的平均色调差，利用该平均色调差与阈值相比较来判断该区域是否含有文字，这样做可以加入区域文字的局部颜色信息，利用文字的颜色一致性与背景的不同来定位文字。且本发明利用自适应的阈值处理方法来得到阈值，该阈值是由所有候选框的上下左右区域的主色调差的平均值得到的，这样做的目的是利用整幅图的颜色信息来为局部颜色信息做贡献，得到的阈值可以表征场景图的文字区域与背景的色调差。

本发明的有益效果是，能较快地对自然场景中文字进行准确定位。

附图说明

图1：实施例候选框处理流程示意图；

图2：输入的自然场景图片