[发明专利]基于连通域的自然场景文字检测方法

权利要求书

1.一种基于连通域的自然场景文本检测方法，包括：

1)输入原始图像I，并对其进行灰度变换得到灰度图像I_G；

2)对灰度图像I_G，利用最大稳定极值区域算子MSER提取字符候选区域，得到字符候选区域图像I_m；

3)根据字符区域的基本几何特性过滤掉I_m中一些不含有字符的候选区域，得到初步过滤后的字符候选区域图像I₁；

3a)计算I_m每一个字符候选区域的外接矩形边界框；

3b)计算每个外接矩形边界框的长宽比，将长宽比大于10的字符候选区域去除；

3c)计算剩余字符候选区域的欧拉数，将欧拉数小于-4的字符候选区域去除；

3d)计算与剩余字符候选区域具有相同标准二阶中心矩的椭圆离心率，将离心率大于0.995的候选区域去除；

3e)计算剩余字符候选区域的固靠性程度值，将该值小于0.3的候选区域去除，得到初步过滤后的字符候选区域图像I₁；

4)根据字符笔画宽度特性进一步过滤掉I₁中一些不含有字符的候选区域，得到最终的过滤后字符区域候选图像I₂；

4a)分别计算出I₁中每个字符候选区域的笔画宽度均值和笔画宽度标准偏差；

4b)计算出笔画宽度均值与标准偏差的比值，将比值大于0.5的字符候选区域去掉，得到再次过滤后字符候选区域图像I₂；

5)将I₂中剩余的字符候选区域合并为文本行区域；

5a)将I₂中剩余的字符候选区域用边界框标定；

5b)分别计算每一对相邻的边界框的重叠区域面积值S_r和这两个重叠区域的总面积值S_a，获得这两个面积的比值；

5c)依次将比值为非零的字符候选区域进行连接，合并成文本行区域；

6)将文本行区域依次输入到卷积神经网络CNN文字检测器中，去除掉不含有文字的文本行区域，得到最终含有文字的文本行区域。

2.根据权利要求1所述的方法，其中步骤3a)中计算I_m每一个字符候选区域的外接矩形边界框，按如下步骤进行：

3a1)依次计算每个字符候选区域的最上边的像素点坐标(x_u,y_u)、最下边的像素点坐标(x_d,y_d)、最右边的像素点坐标(x_r,y_r)、最左边的像素点坐标(x_l,y_l)，其中x_u、x_d、x_r、x_l分别代表最上边、最下边、最右边、最左边的像素点横坐标，y_u、y_d、y_r、y_l分别代表最上边、最下边、最右边、最左边的像素点纵坐标；

3a2)根据如下公式计算出每个候选区域的中心坐标(x_c,y_c)：

x_c＝(x_r+x_l)/2

y_c＝(y_u+y_d)/2

其中x_c代表区域中心的横坐标，y_c代表区域中心的纵坐标；

3a3)计算每个字符候选区域对应的外接矩形的宽w和长l：

w＝x_r-x_l，l＝y_u-y_d；

3a4)依次以点(x_c,y_c)为中心绘制宽为w，长为l的矩形边界框。

3.根据权利要求1所述的方法，其中步骤3c)中计算剩余字符候选区域的欧拉数，按如下步骤进行：

3c1)依次统计出每个字符候选区域的连接体数C和孔洞数H；

3c2)连接体数C和孔洞数H，计算候选区域欧拉数的值E：E＝C-H。