面向盲人視覺輔助系統(tǒng)的自然場(chǎng)景文本檢測(cè).pdf

1、自然場(chǎng)景圖像中的文本信息為許多基于圖像的應(yīng)用提供了重要線索，其中，盲人視覺輔助系統(tǒng)是重要應(yīng)用之一。該系統(tǒng)首先通過(guò)圖像采集設(shè)備獲取周圍環(huán)境信息，然后使用文本定位技術(shù)提取圖像中的文本，并通過(guò)字符識(shí)別技術(shù)識(shí)別文本，最后以語(yǔ)音信號(hào)形式反饋?zhàn)R別結(jié)果。系統(tǒng)將周圍環(huán)境信息從文本轉(zhuǎn)換為語(yǔ)音信號(hào)的形式，從而達(dá)到視覺輔助的目的。盲人視覺輔助系統(tǒng)運(yùn)用了大量計(jì)算機(jī)技術(shù)，其中，自然場(chǎng)景圖像文本檢測(cè)技術(shù)顯得尤為重要。精確定位文本，是提高字符識(shí)別率，輸出正確環(huán)境描述

2、的關(guān)鍵，對(duì)于輔助弱勢(shì)人群和盲人正常生活具有重要意義。然而，場(chǎng)景圖像背景復(fù)雜，圖像中的文本變化多樣，因此，場(chǎng)景文本檢測(cè)是一個(gè)重要且具有挑戰(zhàn)性的課題。本文提出了一種基于色彩聚類的自然場(chǎng)景文本檢測(cè)算法，主要由以下四個(gè)部分組成:
　　(1)色彩聚類。同一自然場(chǎng)景圖像中的文本色彩相近，利用這種特性可定位文本。分別提取圖像在R、G、B三個(gè)通道上的色彩分量作為特征，用K-均值算法將圖像上的像素點(diǎn)聚類形成5個(gè)色彩層。
　　(2)字符驗(yàn)證。色

3、彩聚類結(jié)果包含了文本和大量離散的非文本連通域。為了減小字符合并時(shí)的計(jì)算量，移除離散的背景信息，分別采用字符幾何和結(jié)構(gòu)分析方法，驗(yàn)證候選字符。
　　(3)字符合并。為了將分散的文本字符連接形成連通的文本區(qū)域，本文提出基于幾何特性和空間位置關(guān)系的字符合并算法。
　　(4)文本塊驗(yàn)證。字符合并形成的候選文本塊，包括真實(shí)文本塊和錯(cuò)誤檢測(cè)的非文本塊，為了提高文本檢測(cè)的正確率，需要對(duì)候選文本塊進(jìn)行驗(yàn)證。本文分別采用幾何性質(zhì)分析和邊緣密度