隨著智能手機(jī)等便攜式拍攝設(shè)備的不斷普及,圖像正越來(lái)越多的被人們當(dāng)作信息載體的首選,計(jì)算機(jī)視覺(jué)技術(shù)的不斷革新,使得無(wú)人駕駛、人機(jī)交互、智能安防的等新興人工智能應(yīng)用場(chǎng)景也不斷增加。海量圖片信息時(shí)代的到來(lái)和不斷增加的人工智能應(yīng)用場(chǎng)景,如何讓計(jì)算機(jī)準(zhǔn)確的理解圖像信息正受到人們?cè)絹?lái)越多的關(guān)注。而文本元素因?yàn)槠湄S富的語(yǔ)義信息,對(duì)自然場(chǎng)景圖像中文本的檢測(cè)識(shí)別可以幫助計(jì)算機(jī)更準(zhǔn)確的理解圖像信息。另一方面,傳統(tǒng)的文本識(shí)別技術(shù)僅適用于各類字符大小規(guī)范、字體統(tǒng)一以及文本間隔固定的印刷體文檔識(shí)別,如各類證件、票據(jù)、文檔等。而對(duì)于存在于自然場(chǎng)景中的文本信息,由于背景復(fù)雜、字體字號(hào)多變以及噪聲多樣等原因,使得傳統(tǒng)的文本識(shí)別方式難以進(jìn)行有效的精準(zhǔn)識(shí)別。同時(shí),帶有文本信息的圖像數(shù)據(jù)量的不斷擴(kuò)大,對(duì)圖像數(shù)據(jù)的分類、編碼、存儲(chǔ)、檢索和維護(hù)等過(guò)程也提出了更高的要求,特別是圖像數(shù)據(jù)的檢索,針對(duì)圖像理解中的文本元素和證件、車牌、票據(jù)等文本載體中的文本內(nèi)容,構(gòu)建一個(gè)通過(guò)檢索文本信息從海量的圖像數(shù)據(jù)中得到包含文本信息的目標(biāo)圖像的檢索應(yīng)用也是一個(gè)新興的應(yīng)用方向。隨著近年來(lái)深度學(xué)習(xí)技術(shù)的不斷發(fā)展,區(qū)別于依靠人工經(jīng)驗(yàn)提取的特征,深度學(xué)習(xí)... 

【文章來(lái)源】：大連海事大學(xué)遼寧省 211工程院校

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１．１文本區(qū)域噪音嚴(yán)重??Ｆｉｇ．?１．１?Ａ?ｌｏｔ?ｏｆ?ｎｏｉｓｅ?ｉｎ?ｔｈｅ?ｔｅｘｔ?ａｒｅａ??－２?－??

?大連海事大學(xué)碩士學(xué)位論文???（３）文本樣式多樣、分布隨機(jī)。文檔圖像中文本信息布局相對(duì)固定，文本按行排??列，且行與行、字符與字符之間的間隔相對(duì)均勻，但在自然場(chǎng)景中的文本，文本位置、??文字大小與間隔甚至文字排列都十分隨意，有些廣告文本為了吸引眼球，一段文本內(nèi)容??常常結(jié)合多種文字大小和排列方式。一些手寫(xiě)體或者藝術(shù)體文本中還常常通過(guò)字符與字??符黏連、對(duì)字符進(jìn)行扭曲、變形和增加陰影邊框等方式產(chǎn)生各式各樣的文字效果，如圖??１．２所示。??圖１．２文本樣式多樣、分布隨機(jī)??Ｆｉｇ．?１．２?Ｖａｒｉｅｔｙ?ｏｆ?ｔｅｘｔ?ｓｔｙｌｅｓ?ａｎｄ?ｒａｎｄｏｍ?ｔｅｘｔ?ｐｏｓｉｔｉｏｎｓ??１．２．?２文本檢測(cè)識(shí)別技術(shù)研究現(xiàn)狀??傳統(tǒng)的文本檢測(cè)識(shí)別一般分為三個(gè)步驟：圖像預(yù)處理、文木區(qū)域檢測(cè)、文本識(shí)別。??其中文本識(shí)別又可以細(xì)分為特征提娶字符識(shí)別、結(jié)果矯正等［３］。??圖像預(yù)處理過(guò)程主要是為減少圖像中的無(wú)用信息，以便后續(xù)進(jìn)行文本特征提取和學(xué)??習(xí)，預(yù)處理通常包括灰度化、降噪、二值化、文本尺度歸一化、傾斜校正等�；叶然�??要針對(duì)彩色圖像，二值化處理使得圖像只保留黑白兩種色彩，降噪是為了去除二值化后??留下的噪聲數(shù)據(jù)，文本尺度歸一化是為了將文字圖像規(guī)整到統(tǒng)一的尺寸下方便進(jìn)行文字??識(shí)別，對(duì)傾斜圖像還需要進(jìn)行傾斜校正。??傳統(tǒng)的文本檢測(cè)算法主要根據(jù)兩類文本特征進(jìn)行檢測(cè)：文本的節(jié)＿特征和文木的顏??色亮度特征。由于文本筆畫(huà)的寬度、紋理、顏色和強(qiáng)度等都與背景饤較人的差異，所以??筆畫(huà)信息常作為文本檢測(cè)一個(gè)重要特征。自然場(chǎng)景中的文本顏色和亮度信息也常作為區(qū)??分背景和文本的一大依據(jù)，其中自然場(chǎng)景屮文木信息，常常令邊緣顏色與

在相似度閾值為０．８的情況下在人工標(biāo)注圖像上達(dá)到了?７０．６％的識(shí)別準(zhǔn)確率。??（４）實(shí)現(xiàn)了一個(gè)基于文本識(shí)別的圖像檢索應(yīng)用。通過(guò)ｐｙｔｈｏｎ擴(kuò)展包Ｐｉｅｘｉｆ操作圖??像Ｅｘｉｆ信息，在基于ｐｙｔｈｏｎ的Ｗｅｂ開(kāi)發(fā)微框架Ｆｌａｓｋ上構(gòu)建了一個(gè)圖像檢索應(yīng)用，應(yīng)??用通過(guò)文本檢測(cè)識(shí)別模型得到圖像中文本信息并寫(xiě)入圖像Ｅｘｉｆ信息，并利用檢索詞匹配??Ｅｘｉｆ信息的方式得到目標(biāo)圖像，最后介紹了應(yīng)用實(shí)現(xiàn)的流程和方法，并對(duì)應(yīng)用各個(gè)功能??進(jìn)行了展示。??１．３．２本文結(jié)構(gòu)安排??文本結(jié)構(gòu)安排如圖１．４所示，章節(jié)具體內(nèi)容如下：??廣?１緒論?、??自然場(chǎng)杲下傳統(tǒng)ＯＣＲ?｜圖？檢索應(yīng)用仍是??技術(shù)準(zhǔn)確率急劇下降１新興方向??Ｌ?！?）??＾?｜??３基于ＣＴＰＮ的文本?＾?＇??習(xí)??卜基于文本識(shí)別??鱗理＾?４；；二：二＇…１的圖像檢素應(yīng)用ｊ??Ｌ?Ｊ?＾的文本識(shí)別模型」??Ｉ?Ｉ??６總結(jié)與展望??圖１．４結(jié)構(gòu)安排??Ｆｉｇ．?１．４?Ｃｈａｐｔｅｒ?ｓｔｒｕｃｔｕｒｅ??第一章緒論。本章首先講述了課題的研宄背景和意義�；诂F(xiàn)實(shí)背景，著重強(qiáng)調(diào)??了文本檢測(cè)識(shí)別與圖像檢索研宄的價(jià)值與意義。分析與調(diào)研了文本檢測(cè)識(shí)別相關(guān)技術(shù)的??－８－??

【參考文獻(xiàn)】：
期刊論文
[1]自然場(chǎng)景圖像中的文本檢測(cè)方法研究[J]. 李東勤,王芳,周萬(wàn)懷.  重慶科技學(xué)院學(xué)報(bào)(自然科學(xué)版). 2016(06)
[2]漢字識(shí)別方法綜述[J]. 孫華,張航.  計(jì)算機(jī)工程. 2010(20)
[3]用于手寫(xiě)漢字識(shí)別的級(jí)聯(lián)MQDF分類器[J]. 付強(qiáng),丁曉青,劉長(zhǎng)松.  清華大學(xué)學(xué)報(bào)（自然科學(xué)版）網(wǎng)絡(luò).預(yù)覽. 2008(10)

碩士論文
[1]基于深度學(xué)習(xí)的圖像文本識(shí)別系統(tǒng)研究與實(shí)現(xiàn)[D]. 吳曉瑋.北京郵電大學(xué) 2018
[2]基于深度學(xué)習(xí)的自然場(chǎng)景文字識(shí)別[D]. 黃攀.浙江大學(xué) 2016



本文編號(hào)：3534528