福州大学本科生毕业设计(论文)--基于数学形态学的图像文字区域检测

本科生毕业设计（论文）
题目：基于数学形态学的文字区域检测
姓名：徐 清
学号：030901240
学院：数学与计算机科学学院
专业：信息与计算科学
年级：2009
指导教师：（签名）
2013年5月26日
基于数学形态学的图像文字区域检测
摘 要
图像中的文字在计算机中的自动识别，即文字的自动检测、识别技术已成为当前图像处理和多媒体领域研究的热点。然而，目前计算机直接对图像进行分析、理解仍然较为困难。要将图像中的文字提取出来，首先需要将图像中的文字区域从复杂背景中准确定位出来，即对图像中的文字进行检测。
也有很多研究者通过传统的边缘算子，比如Roberts算子、Sobel算子、Canny算子等，能够在比较高的准确率的同时拥有比较快的检测速度，而且检测的准确率也在可行的范围内，这些算子在含有较少噪声的图像中检测效果很好。但是，这些算子都没有考虑到人眼的视觉特性，由它们测得的图像边缘较粗糙，而且容易出现边缘断裂的情况，尤其是图像比较复杂，或者有比较多噪声的时候。而实际上，一般的图像，尤其是背景较为复杂的图像往往都含有噪声，因此，这些方法的实用性被限制。基于此，有人研究了很多其他的文字检测方法，如基于蚁群优先算法的方法[8]、基于多尺度Harris角点的方法[9]。
This paper mainly based on mathematical morphology, from the extraction of text areas in images algorithm. The experimental images for text images in complex background, select a bookorJournal of representativefor the detection asobjects. Sincethemajority ofthe texts in thecover ofbooks, periodicalsare embedded into the background, and a lot offonts havedifferentsize, which bring much difficulty to the text detection. We canusea certain state of structure element in mathematical morphology to measure and extract text regions in images. And morphology in edge detection has good denoising, is a major breakthrough.
Key Words:TextDetection,MathematicalMorphology,StructuralElements,Dilation,Erosion,Opening,Closing
第1章 绪论
1.1研究背景和意义
随着文字识别技术应用越来越广泛，人们对文字识别的快速、准确度要求越来越高，而要从一张复杂的图片中提取出文字，首先要将文字区域抽出，这一点仍然具有相当的难度。现有的文字区域抽出的对象大多是文书类图像，这类图像由于文字区域占大多数，而且图像中与文字重合的部分很少，抽出难度不是很大，很多OCR软件都可以准确地抽出图像的文字区域。而对于非文书类的复杂背景图像，对于这类图像，文字部分不是很多，而且大多数文字会和背景重合，提取出来有一定难度。因此，具有复杂背景的图像文字的抽取目前任是文字识别研究的热点和难点。
本文主要基于数学形态学，研究从图像中抽取文字区域的算法。实验的图像为复杂背景的文字图像，选取具有代表性的书本、期刊封面为检测对象。由于大多数书本、期刊封面的文字都是嵌入到背景中的，而且很多字体大小不同，这就给文字的检测带来相当的难度，可以运用数学形态学中具有一定性态的结构元素来度量和提取图像中的文字区域。而且形态学用于边缘检测，具有优良的去噪性，是一个重大突破。
1.3研究的主要内容
本文主要研究基于数学形态学的图像文字检测算法，对书本、杂志等封面复杂背景图像的文字区域进行文字检测。
本文的第1章中，主要介绍文字检测的研究背景及研究目的和意义。目前，图像的文字检测依然是研究的热点，并且，要从复杂的图像中准确地检测出文字区域仍然具有很大的难度，我们迫切地希望找到一种算法，满足我们对高精度鲁棒性的文字检测的要求。
1.2研究现状
根据使用的图像和研究方式的不同，图像文字检测方法可以分为两类：基于区域和基于纹理。基于区域的方法是利用文本和背景之间的不同区域特性提取文本对象。颜色、边缘和连接的组件经常被用于这种方法。SHIVAKUMARA等人[1]采用算术平均滤波，中值滤波，和基于边缘的区域生长法提取文本对象。计算每个边缘的质心来测量用来消除背景边缘直线度。基姆等人[2]利用颜色和方向的一致性来检测视频的静态文本区。刘等人[3]利用灰度直方图的滤波器和基于距离的形态滤波器提取文本块，与消除误报的强度直方图相似的邻近地区和部分来自同一对象。白等人[4]使用多尺度Harris角点为基础的方法来提取候选文本块。位置相似度和Harris角点颜色相似性被用来生成的文本对象的边界。基于纹理的方法是使用文本不同的纹理特性从背景中提取文本对象。王等人[5]利用灰度对比度、边缘方向直方图和支持向量机来检测文本对象。哈尼夫等人[6]利用均值差异特征、标准偏差、HOG特征和AdaBoost分类器在复杂场景图像中提取文本。TU等人[7]从训练数据中计算边缘数的平均密度和统计样本。Adaboost算法是用来为候选块分类。文本边界与基于形状和信息特征的预变形模板相匹配。
关键词：文字检测，数学形态学，结构元素，膨胀，腐蚀，开运算，闭运算
Text DetectionApproach for Image Based onMathematic Morphology
Abstract
The automatic recognitionof the text in imagesin the computer, namely text automatic detection, identification technology has become a hotspot of research in the field of image processing and multimedia. However,thecomputer’sanalysis, understandingto the image directly is stilldifficultat present. To extract from the text, first of all, it need toaccuratetext areas in imageswithcomplex background, which detect the text in the image.
From the image segmented text area of the whole process can be divided into two parts: segmentation and character extraction processing field. In the field of segmentation, through a series of structural elements in the gray image detection text area, after morphological segmentation is generated after a series of sub images, related area width and the size of text, text with different sizes are grouped into different sub image, the whole process can be used to describe the morphological operation.To improve the characteristics of the character extraction processing, plastic processing and extraction of candidate character area.Through the processing operation according to the characteristics of the openingto the image reduction, image enhancement arithmetic remain noise character area, and the candidate character area extracting ash value image, sound and image denoising algorithm based on morphology of expansion, then To get a complete integral character area.
在第2章中，主要介绍数学形态学基本思想理论、产生背景及其发展史，并介绍了二值数学形态学的基本运算，以及形态学在图像处理文字检测中的应用。
第3章中，主要介绍文字检测，文字检测的步骤、文字区域与背景的分离、边缘检测以及传统的边缘检测算子。
第4章在第2章和第3张介绍的数学形态学以及文字检测的理论基础上，研究形态学文字检测算法、实现的步骤，以书本、期刊封面为对象进行文字检测实验，寻求可以改进切入点，然后改进形态学算法并进行实验，将改进后的算法实验结果与改进前，以及传统的边缘检测算子的实验结果进行对比分析，寻找不同的改进方案，对比分析结果。
数学形态学是一门建立在严格数学理论基础上响。数学形态学已经构成一种新的图像处理方法和理论，成为计算机数字图像处理及分型理论的一个重要研究领域。数学形态学的基本思想是，利用一个结构元素“探针”收集图像信息，当“探针”在图像中不断移动时考察图像各部分间关系，从而了解图像的结构特征。因此，利用文字在图像中细长分布特征，可以采用数学形态学的方法实现文字抽取。