[发明专利]基于连通域的自然场景文字检测方法

摘要

本发明公开了一种基于连通域的自然场景文字检测的方法，主要解决现有的文字检测方法准确率低的问题。其实现步骤是1)对输入的原始图像进行灰度变换得到灰度图像IG；2)从IG中提取字符候选区域，得到字符候选区域图像Im；3)过滤掉Im中一些不含有字符的候选区域，得到初步过滤后的图像I1；4)过滤掉I1中一些不含有字符的候选区域，得到最终的图像I2；5)将I2中剩余的字符候选区域合并为文本行区域；6)将文本行区域依次输入到卷积神经网络文字检测器中，过滤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。本发明通过多次过滤掉不含有文字的候选区域，提高了文字检测的准确率，可用于自动提取图像中的文字。

主权项

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IG；2)对灰度图像IG，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Im；3)根据字符区域的基本几何特性过滤掉Im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Im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Sr和这两个重叠区域的总面积值Sa，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。