[发明专利]一种基于改进CTPN算法的电气设备铭牌文本检测方法

权利要求书

1.一种基于改进CTPN算法的电气设备铭牌文本检测方法，其特征在于，包括如下步骤：

步骤1：获取无人车拍摄的图像，并在图像中分割出铭牌区域图像；

步骤2：利用改进CTPN算法对铭牌区域图像进行文本检测，得到文本区域图像。

2.根据权利要求1所述的基于改进CTPN算法的电气设备铭牌文本检测方法，其特征在于，步骤1中，在图像中分割出铭牌区域图像，具体为：

判断图像中的铭牌表面图案是否为复杂图案，若为复杂图案，则通过概率Hough直线检测对图像进行分割，得到铭牌区域图像，若不为复杂图案，则通过Canny算子对图像进行分割，得到铭牌区域图像。

3.根据权利要求2所述的基于改进CTPN算法的电气设备铭牌文本检测方法，其特征在于，通过Canny算子对图像进行分割，得到铭牌区域图像，具体包括如下步骤：

A1：通过高斯滤波对图像进行处理，得到平滑图像；

A2：对处理过后的平滑图像进行梯度计算和边缘非极大值抑制，并通过双阈值确定边缘点，连接边缘点，得到铭牌区域图像。

4.根据权利要求2所述的基于改进CTPN算法的电气设备铭牌文本检测方法，其特征在于，通过概率Hough直线检测对图像进行分割，得到铭牌区域图像，具体包括如下步骤：

B1：通过高斯滤波对图像进行处理，得到平滑图像，对处理过后的平滑图像进行梯度计算和边缘非极大值抑制，并通过双阈值确定边缘点；

B2：随机选择图像中的一个边缘点，确定该点是否为标记完成后的线段上的点，若该点为标记完成后的线段上的点，则重新选点，若图像中所有的边缘点都为标记完成后线段上的点，则完成分割操作，若选到未标记完成的直线上的点，则进行下一步；

B3：对选取的点进行Hough变换，并在Hough空间进行累加和计算，若Hough空间中的最大值小于预设的阈值，则重新执行B2进行选点，若Hough空间中的最大值大于预设的阈值，则根据计算得到的最大值，从该点沿着直线的方向开始移动，直至确定出线段的两个端点；

B4：计算得到线段的长度，若小于预设的阈值，则舍弃该线段，重新执行B2及B3，若大于预设的阈值，则标记并输出该线段；

B5：根据输出的线段的端点坐标计算线段间的夹角，并通过线段间的夹角对输出的线段进行筛选，得到两两垂直和两两平行的线段；

B6：获取两两平行的线段的端点坐标，计算线段两端到另一条线段两端的距离，并求平均值，将平均值作为两两平行的线段间的距离，很据线段间的距离确定两组距离最大的线段，将这两组线段组成矩形，得到铭牌区域图像。

5.根据权利要求4所述的基于改进CTPN算法的电气设备铭牌文本检测方法，其特征在于，B5中，通过线段间的夹角对输出的线段进行筛选，得到两两垂直和两两平行的线段，具体为：

获取Hough变换确定的线段端点的坐标，将线段间的夹角转换为向量间的夹角，并通过下列公式计算夹角的余弦值：

其中为与Hough变换确定的线段相对应的向量，当计算所得余弦值cosθ＜0.08时，判断两线段垂直，当余弦值cosθ＞0.996时，判断两线段平行。

6.根据权利要求5所述的基于改进CTPN算法的电气设备铭牌文本检测方法，其特征在于，步骤2中，对铭牌区域图像进行文本检测，得到文本区域图像，具体包括如下步骤：

C1：采集电气设备的铭牌照片，并通过Labe1Img软件对采集的铭牌照片进行标注，得到初始电气铭牌数据集，对初始电气铭牌数据集进行数据集增广，得到电气铭牌数据集；

C2：基于CTPN算法建立CTPN文本定位模型，根据电气铭牌数据集对CTPN文本定位模型进行训练；

C3：对待检测的铭牌区域图像进行旋转，使得图片中的文本倾斜角度在0-15°之间，并将旋转角度进行记录；

C4：将旋转过后的待检测的铭牌区域图像通过训练完成的CTPN文本定位模型进行识别，得到候选文本区域图像；

C5：基于文本区域图像融合方法融合候选文本区域图像，得到最终文本区域图像。