[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

说明书

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。

技术领域

本发明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。

背景技术

文本定位是指将场景图像中的文本精确地定位出来，它是获取场景图像中文本信息的基础和前提，也是光学字符识别(Optical Character Recognition)的一个关键组成部分；因此，文本定位算法作为当今计算机视觉领域研究热点之一，一直受到研究者重视，并在纸质文档的字符分割识别，车牌号码的定位识别等方面具有广泛的应用。

现今对于简单场景下的文本定位算法都有很出色的表现，尤其是背景单一、干净的人工文档文本定位应用，基本都有95％以上的定位准确率；然而，针对复杂场景下的文本定位算法仍存在定位准确率低的问题，尤其是铁路场景，其具有背景复杂、目标微弱和对比度低等特点，目前还没有一种针对此特定应用场景下的有效文本定位算法。

现有的文本检测方法主要有：基于边缘的方法、基于纹理的方法和基于区域的方法。在文献“Text localization in real-world images using efficiently prunedexhaustive search.2011:687-691”中，利用最大稳定极值区域(MSER:maximum stableextremal regions)的稳定性和仿射不变性，以检测出的MSER作为文本候选区域然后进行文本定位，该方法在简单应用场景中检测率高，但在复杂场景中，虚警特别多；在文献“Detecting text in natural scenes with stroke width transform.2010,119(5):2963-2970”中，提出了笔画宽度变换的概念，首先在Canny边缘图像上寻找边缘像素对，两个像素间的欧式距离就是两者及之间像素的笔画宽度，然后根据笔画宽度的变化来检测文本，此方法能有效的利用字符特有的笔画特征实现准确的检测，但由于依赖于边缘检测的效果，在复杂场景下笔画宽度难以准确获得。综上，单独使用上述方法是无法适用于复杂场景下的文本定位，由此提出一种综合二者优点的复杂场景文本定位算法。

发明内容

本发明的目的是针对现有的文本定位方法只能应用于简单场景的局限，研究一种应用场景为铁路场景的文本定位算法，针对铁路号牌文本检测场景具有背景复杂、目标微弱和对比度低等特点，提出了一种基于最大稳定极值区域与笔画宽度相结合的文本定位算法。

本发明的技术方案为：采用局部直方图均衡算法提高图像的对比度，通过检测预处理图像中的最大稳定极值区域获得文本候选区域，进一步采取文本笔画宽度等特征去除非文本区域，最后通过文本行生成策略得到文本定位结果。该方法有效解决了在复杂的铁路场景下无法有效检测到文本和受环境干扰严重的问题，从而实现对铁路场景中的文本进行有效检测和准确定位。

本发明提出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，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；