10.3969/j.issn.0372-2112.2018.06.024
基于自适应色彩聚类和上下文信息的自然场景文本检测
自然场景文本检测是图像内容分析和理解的重要前提.本文提出一种基于自适应色彩聚类和上下文信息分析的方法,用于检测自然场景图像文本.首先,将层次聚类和参数自学习策略结合,设计一种自适应色彩聚类方法,提取图像中的候选字符.该自适应色彩聚类方法能针对不同图像自动学习权重阈值,有较好的字符召回率.然后,利用文本中字符成行出现的性质,设计一种基于上下文信息的字符验证策略,既能保证较高字符召回率,也能有效移除非文本字符.最后,合并字符构建文本行,并通过后处理得到文本检测结果.在ICDAR2013公共数据集上的实验结果表明:本文分别获得74.17%的召回率,83.40%的准确率和78.52%的F得分.与其他文本检测方法相比,本文获得了较好的文本检测性能,说明本文方法的优越性.
自然场景文本检测、自适应色彩聚类、上下文信息、自学习策略
46
TP391.4(计算技术、计算机技术)
国家自然科学基金61573380,61702559;湖南省科技计划项目2017WK2074;中南大学创新创业师生共创项目2017gczd016
2018-08-13（万方平台首次上网日期，不代表论文的发表时间）
共9页
1436-1444
