[发明专利]一种自然场景文字检测的方法

权利要求书

1.一种自然场景文字检测的方法，其特征在于：包括以下步骤：

步骤1，输入一张待检测文字的图片；

步骤2，提取输入图片的极值区域，并通过极值区域的面积、周长、欧拉数和像素值方差来过滤掉多余的极值区域，得到字符候选区域；

步骤3，提取每个字符候选区域的边缘图像，并计算边缘图像的COLD特征；

步骤4，将字符候选区域的COLD特征输入预先训练好的随机森林分类器，判断该字符候选区域是不是真正的字符区域；

步骤5，将字符区域合并，得到最终的文字区域，完成自然场景文字检测任务；

所述步骤3包括：

步骤31，通过Canny边缘检测算法对步骤2得到的字符候选区域进行边缘检测，得到边缘图像I_canny；

步骤32，在边缘图像I_canny中找出所有轮廓C；对于任意轮廓c∈C，通过道格拉斯-普克算法对轮廓c进行拟合，拟合后得到的折线上的点集即为轮廓c的关键点集P；

步骤33，利用关键点集P计算COLD特征；其中COLD特征需要分两部分计算，分别为基于点的位置和基于点的方向的COLD特征；

基于点的位置的COLD特征的计算步骤如下：

(1)取步长l，对于任意点p_i∈P，计算线段(p_i,p_i+l)的长度和它与水平线的夹角

其中点p_i表示为坐标形式(x_i,y_i)，和的计算公式如下：

(2)把映射到一个二维矩阵上，用表示，其中对应矩阵的行，对应矩阵的列；统计落在每个上点的个数并归一化，得到基于点的位置的COLD特征；其中和的计算公式如下：

其中ln为自然对数函数，表示向下取整操作；

基于点的方向的COLD特征的计算步骤如下：

(1)对于任意点p_i∈P，取p_i及其前后n个点，即p_i-n,p_i-n+1,p_i-n+2,…,p_i+n总共2n+1个点，通过主成分分析算法计算这2n+1个点的总体方向g_i，方向g_i可以表示为向量形式(gx_i,gy_i)；

(2)取步长l，对于任意方向g_i，计算向量差g_i-g_i+l的大小和它与水平线的夹角和的计算公式如下：

(3)把映射到一个二维矩阵上，用表示，其中对应矩阵的行，对应矩阵的列；统计落在每个上点的个数并归一化，得到基于点的方向的COLD特征；其中和的计算公式如下：

其中ln为自然对数函数，表示向下取整操作；

步骤34，取步长l＝1,2,3,…,m，分别计算这m种步长对应的基于点的位置的COLD特征和基于点的方向的COLD特征，得到2m个7×12的二维矩阵；把这2m个矩阵转化为一维数组然后拼接起来，得到大小为2m×7×12＝168m的数组，作为最终的COLD特征。