[发明专利]一种文字检测方法及计算机可读存储介质

权利要求书

1.一种文字检测方法，其特征在于，包括：

对图像进行预处理；

利用CTPN网络模型对预处理后的图像进行文字检测。

2.根据权利要求1所述的方法，其特征在于，所述对图像进行预处理包括图像矫正、图像切割和图像增强。

3.根据权利要求2所述的方法，其特征在于，所述图像矫正包括：

构建尺度空间金字塔，构造n个2倍下采样层和n个1.5倍下采样层；

通过FAST5-8和FAST9-16对2n+1张图进行特征点检测，选取26邻域FAST的得分最大值作为特征点；

对位置方向进行二维二次函数插值，再对尺度方向进行一维插值；

对特征点周围的采样区域进行旋转到主方向，得到新的采样区域；

通过计算特征描述的汉明距离进行特征点匹配。

4.根据权利要求2所述的方法，其特征在于，所述图像切割包括：

通过霍夫直线检测，得到若干线段；

通过水平扫描来拼接线段；

统计每一行像素覆盖的情况，最大覆盖行即为直线行；

将检测的若干条水平直线进行排序，最大间隔的相邻直线之间即为待检测区域；

剔除敏感区域，保留待检测区域。

5.根据权利要求2所述的方法，其特征在于，所述图像增强包括：

进行前景提取，通过预估出原图的背景图与原图做差得到前景图；

通过选取某点邻域最高亮度的若干个点，去掉最大值，剩余值的平均值设为该点的背景像素值。

6.根据权利要求5所述的方法，其特征在于，所述图像增强还包括：

对图像进行二值化，以某像素点为中心，根据当前像素点邻域内的灰度均值与标准方差来动态计算该像素点的阈值。

7.根据权利要求1所述的方法，其特征在于，所述CTPN网络模型以VGG网络作为骨干网络，引入1*1卷积核，引入多尺度卷积核，对n*n卷积核进行1*n和n*1拆分；n为正整数。

8.根据权利要求7所述的方法，其特征在于，所述CTPN网络模型采用的损失函数包括：第一部分是二分类，使用交叉熵损失函数；第二部分垂直方向偏移量回归，使用smooth L1损失函数；第三部分为水平方向偏移量回归，使用smooth L1损失函数。

9.根据权利要求1所述的方法，其特征在于，所述利用CTPN网络模型对预处理后的图像进行文字检测，包括：

浅层特征提取；

深度特征提取；

使用BiLSTM进行位置关联；

通过设定anchor进行位置预测，并通过NMS对文本框进行过滤；

构造文本线得到最终的预测结果。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以实现如权利要求1-9中任一所述的文字检测方法。