[发明专利]一种适用于文本图像的图像对齐方法

权利要求书

1.一种适用于文本图像的图像对齐方法，其特征在于，首先，字段特征提取，分别提取模板图和待对齐图中的字段特征，其次，同义字段对齐，计算模板图与待对齐图中两两字段特征之间的相似度，定位模板图和带对齐图的同名同含义字段，得到配对的字段对，最后，精确配对位置对齐及配对点优选，进而完成图像对齐。

2.根据权利要求1所述的一种适用于文本图像的图像对齐方法，其特征在于，在字段特征提取中，进一步包括：

S101、提取字段检测框在图像上的相对位置作为位置特征；

S102、提取字段中文本内容作为内容特征；

S103、提取字段邻域内文本框个数及内容作为领域特征。

3.根据权利要求2所述的一种适用于文本图像的图像对齐方法，其特征在于，完成图像位置特征、内容特征和领域特征构建后，则图像的字段特征记为：F＝{f₁，f₂，...，f_n}，f_n表示图像中第一个字段的特征，f_n＝{text_pos，text_rec，text_nerb}，获得模板图和待对齐的字段特征，分别记为：f_temp和f_eval。

4.根据权利要求2所述的一种适用于文本图像的图像对齐方法，其特征在于，在步骤S101中，文本框位置特征，记为text_pos，由文本检测算法获取，通过文本检测算法，将获取图像中各个字段的文本包围框坐标；

进一步的将包围框坐标转换为相对位置，将图像分为四个区域，左上、右上、右下、左下，分别记为[1，0，0，0]，[0，1，0，0]，[0，0，1，0]，[0，0，0，1]，相对位置表示当前坐标框在图像中所处的位置。

5.根据权利要求2或4所述的一种适用于文本图像的图像对齐方法，其特征在于，在步骤S102中，文本框内容特征，记为text_rec，由文本识别算法获取，其内容为文本框中的文字识别结果。

6.根据权利要求5所述的一种适用于文本图像的图像对齐方法，其特征在于，在步骤S103中，邻域信息，记为text_nerb，计算当前文本框邻域内文本框的个数及其文字信息，邻域定义为两个字段文本框之间的像素点个数。

7.根据权利要求6所述的一种适用于文本图像的图像对齐方法，其特征在于，在同义字段对齐中，进一步包括：

S201、计算f_temp和f_eval的内容匹配度，取text_rec特征，内容匹配度为模板图与待对齐图中text_rec特征的重叠字符数/模板图text_rec的字数；

如果相似度大于设定阈值，则进行下一步，代表该阈值可以控制字符识别算法所引入的误差；如果相似度等于1，则直接返回配对成功的字段对。

S202、对满足阈值的字段对，取text_pos特征，计算位置相似度，其相似度度量空间采用欧式距离，如果相似度大于设定阈值，则进行下一步；如果相似度小于设定阈值，则跳过该字段对；

S203、对于满足阈值的字段对，取text_nerb特征，计算邻域相似度，邻域相似度的计算方式为：重复字段数/模板邻域总字段数；

如果相似度大于设定阈值，则配对成功，记录该字段对；如果相似度小于设定阈值，则跳过该字段对。