[发明专利]基于合成数据的文本检测方法及装置

权利要求书

1.一种基于合成数据的文本检测方法，其特征在于，所述方法包括：

对包含有单字图像数据集的正样本与包含有非文本图像数据集的负样本进行深度神经网络训练，得到文本检测的全卷积神经网络模型；

利用所述文本检测的全卷积神经网络模型得到待检测图像的灰度图的概率图，并进行阈值二值化，得到二值化概率图；

对所述二值化概率图进行游程平滑，对游程平滑后的所述二值化概率图与所述待检测图像的灰度图进行图像“与”操作，过滤掉所述二值化概率图中的非文本背景区域，得到除去非文本背景区域的图像；对所述除去非文本背景区域的图像进行阈值化和水平游程平滑，将获得的连通区域的最小包围矩形作为候选文本框；

获取在不同尺度下的除去非文本背景区域的待检测图像的候选文本框，形成候选文本框集，并利用分类器对所述候选文本框集进行过滤，得到最终的文本框。

2.根据权利要求1所述的方法，其特征在于，在所述对包含有单字图像数据集的正样本与包含有非文本图像数据集的负样本进行深度神经网络训练之前，所述方法还包括：

选择倾斜、旋转、透视、加噪声中的至少一种处理方式，对GB2312标准中的每个一级常用汉字进行处理，得到所述单字图像数据集。

3.根据权利要求1所述的方法，其特征在于，所述对包含有单字图像数据集的正样本与包含有非文本图像数据集的负样本进行深度神经网络训练，得到文本检测的全卷积神经网络模型，包括：

对包含有单字图像数据集的正样本与包含有非文本图像数据集的负样本进行深度神经网络训练，得到文本和非文本分类模型；

将所述文本和非文本分类模型的全连接层转化为卷积层，得到文本检测的全卷积神经网络模型。

4.根据权利要求1所述的方法，其特征在于，所述利用所述文本检测的全卷积神经网络模型得到待检测图像的灰度图的概率图，并进行阈值二值化，得到二值化概率图，包括：

将所述待检测图像进行灰度处理，得到所述待检测图像的灰度图；

利用所述文本检测的全卷积神经网络模型对所述待检测图像的灰度图进行处理，得到所述待检测图像的灰度图的概率图；

利用二阶线性插值将所述待检测图像的灰度图的概率图恢复到与所述待检测图像同等尺寸，并进行阈值二值化，得到二值化概率图。

5.根据权利要求1所述的方法，其特征在于，所述利用分类器对所述候选文本框集进行过滤，得到最终的文本框，包括：

利用Adaboost分类器对所述候选文本框集中的所有候选文本框的紧实度及长宽比特征进行过滤，去除不符合要求的候选文本框，得到最终的文本框。

6.一种基于合成数据的文本检测装置，其特征在于，所述装置包括：

训练模块，用于对包含有单字图像数据集的正样本与包含有非文本图像数据集的负样本进行深度神经网络训练，得到文本检测的全卷积神经网络模型；

获取模块，用于利用所述文本检测的全卷积神经网络模型得到待检测图像的灰度图的概率图，并进行阈值二值化，得到二值化概率图；

提取模块，用于对所述二值化概率图进行游程平滑，对游程平滑后的所述二值化概率图与所述待检测图像的灰度图进行图像“与”操作，过滤掉所述二值化概率图中的非文本背景区域，得到除去非文本背景区域的图像；对所述除去非文本背景区域的图像进行阈值化和水平游程平滑，将获得的连通区域的最小包围矩形作为候选文本框；

过滤模块，用于获取在不同尺度下的除去非文本背景区域的待检测图像的候选文本框，形成候选文本框集，并利用分类器对所述候选文本框集进行过滤，得到最终的文本框。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

生成模块，用于选择倾斜、旋转、透视、加噪声中的至少一种处理方式，对GB2312标准中的每个一级常用汉字进行处理，得到所述单字图像数据集。