[发明专利]一种基于最大稳定极值区域与笔画宽度的文本定位方法

摘要

该发明公开了一种基于最大稳定极值区域与笔画宽度相结合的铁路场景文本定位方法，属于计算机视觉技术领域，具体涉及复杂场景下的文本定位研究。本发明基于改进的直方图均衡算法对原始图像进行预处理，有效的提高了图像的对比度，然后利用MSER算法有效的将铁路场景下的微弱目标区域检测出来，接着通过字符的笔画宽度特征有效的去除了非文本区域，降低误检率，从而解决了铁路场景下的文本检测困难、准确定位文本难以实现的问题。本发明的优点是利用文本行的空间结构特点，采取了区块滑窗搜索策略，有效的降低了计算复杂度。本发明可以应用于复杂的铁路字符定位场景。

主权项

一种基于最大稳定极值区域与笔画宽度相结合的铁路场景文本定位方法，具体包括如下步骤：S1.采集待检图像，将数字摄像采集装置固定于车辆前视挡风玻璃上，视角平行于地面，持续采集待检图像；S2.图像预处理：将待检图像转换成灰度图，采用局部直方图均衡化算法对灰度图像进行对比度增强；S3.获取全图的最大极值稳定区域：通过对步骤S2获得的图像用0到255的变化阈值分别进行二值化，在阈值变化过程中，有一些区域会在一定范围的阈值变化中保持稳定，这些稳定的区域就是最大稳定极值区域；经过上述操作只能检测出暗文本区域，对原图进行反转后再检测一次MSER，检测出亮文本区域；S4.初步形成字符候选区域：步骤4.1：对步骤S3得到的最大稳定极值区域标记一个外接的检测框，根据检测框的大小和连通区域的占有率去除明显不是字符的区域，连通区域的占有率表示连通区域面积与该连通区域外接检测框面积的比值；步骤4.2：去重复检测框：若两个检测框的左上角坐标接近，检测框尺寸也接近，则认为这两个区域重复，任意去除一个；步骤4.3：去除具有包含关系的检测框：若两个区域具有包含关系，则将大面积检测框保留，到此留存的检测框内的区域为字符候选区域；S5.获取笔画宽度图像：提取出各字符候选区域的骨架图像，对骨架图像进行距离变换得到笔画宽度图像；S6.笔画特征过滤：利用笔画宽度和骨架端点数目来滤除非文本区域；S7.文本行生成：铁路号牌文本只有两个方向：水平方向和垂直方向，通过并行的文本行生成策略将相邻的文本连接起来得到文本行；S8.步骤7判断完成后输出的文本行中会有重复的文本行，将重复的文本行删除，得到原始图像中文本行的最终结果。