一種字符區(qū)域提取方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于圖像文檔處理技術(shù)領(lǐng)域，具體涉及一種字符區(qū)域提取方法及系統(tǒng)。
【背景技術(shù)】
[0002] 自然場景中的文字檢測具有非常重要的應(yīng)用，比如抽取文檔圖像中的文字信息、 抽取名片中的文字信息、身份證掃描件中的信息，以及自然場景中的盲人語言理解、機(jī)器人 導(dǎo)航、汽車牌照的抽取等。因此高效的字符區(qū)域抽取方法具有廣泛而重要的應(yīng)用與意義。
[0003] 目前，有許多研宄及專利公開文件利用各種方式以提取圖像中的字符信息，比如 申請?zhí)枮?01410143919. 6的中國發(fā)明專利申請公開了一種針對早期專利文檔掃描件中圖 文信息的智能處理方法，該方法將掃描圖像轉(zhuǎn)化為二值二維矩陣后去噪，切割成粗塊后再 綜合坐標(biāo)、直方圖和大小判斷的分類器判定文本塊，并且通過多次切割、識別和匹配對模糊 或復(fù)雜的內(nèi)容進(jìn)行判定。該方法通過多重切割、識別和匹配提高了圖文匹配準(zhǔn)確性，但需要 計算的要素多，步驟復(fù)雜，效率低。
[0004] 專利號為201210178001. 6的中國發(fā)明公開了一種車牌類型識別中的車牌字符序 列識別方法及裝置，該方法對車牌所在候選區(qū)域進(jìn)行二值化處理后，再進(jìn)行預(yù)處理過程，將 車牌所在候選區(qū)域中的干擾去除，然后根據(jù)每一列在垂直方向的投影值之和與投影閾值之 間的關(guān)系，確定每個字符的左右邊界，為了提高識別的準(zhǔn)確性，在本發(fā)明中還根據(jù)字符所在 的區(qū)域的寬度將字符區(qū)域進(jìn)行合并，并通過字符之間的高度，去除偽字符對字符識別過程 的干擾，在減少干擾后的車牌所在候選區(qū)域中，根據(jù)字符的數(shù)目，以及字符之間的距離確定 車牌字符序列。上述方法采用線性邏輯實現(xiàn)，實現(xiàn)程序較簡單，但由于依然是基于垂直投影 方法，不能完全解決字符粘連無法準(zhǔn)確分割的問題，且提取速度較慢。
[0005] 專利號ZL200880131943. 0的中國專利公開了字符區(qū)域提取裝置、具備字符區(qū)域 提取功能的攝像裝置以及字符區(qū)域提取程序，字符區(qū)域提取裝置接收對被攝體進(jìn)行攝像而 得到的圖像數(shù)據(jù)，利用第1閾值將圖像數(shù)據(jù)整體二值化，并分離成像素飽和的反射區(qū)域和 像素值不飽和的非反射區(qū)域；接著，利用第2閾值將反射區(qū)域二值化并分離成字符區(qū)域和 背景區(qū)域；同樣地，利用第3閾值將非反射區(qū)域二值化并分離成字符區(qū)域或背景區(qū)域；合并 反射區(qū)域和非反射區(qū)域各自的字符區(qū)域，并確定圖像數(shù)據(jù)中的字符區(qū)域的位置信息。該方 法定位精確，但處理速度慢。

【發(fā)明內(nèi)容】

[0006] 為了克服現(xiàn)有技術(shù)的缺點與不足，本發(fā)明的首要目的在于提供一種高效的字符區(qū) 域提取方法，以提高自然場景中文字檢測的快速性與魯棒性。
[0007] 本發(fā)明的首要目的通過下述技術(shù)方案實現(xiàn)：
[0008] 一種字符區(qū)域提取方法，包括以下步驟：
[0009] SI.獲取場景圖片并進(jìn)行灰度處理得到灰度圖像；
[0010] S2.對所得灰度圖像利用增強(qiáng)濾波算子對字符區(qū)域增強(qiáng)，得到增強(qiáng)圖片；
[0011] S3.利用線密度濾波器對所述增強(qiáng)圖片進(jìn)行濾波處理，得到候選聯(lián)通區(qū)域；
[0012] S4.利用條件濾波器對所述候選聯(lián)通區(qū)域進(jìn)行篩選得到字符區(qū)域。
[0013] 優(yōu)選的，步驟S2中所述增強(qiáng)濾波算子具體為：
[0014] S21、首先利用邊緣檢測算子對灰度圖像求取邊緣點；
[0015] S22、遍歷邊緣點，對每個邊緣點在灰度圖像上求取其LBP向量；
[0016] LBP，即為局部二值模式（Local Binary Patterns);
[0017] S23、在灰度圖像上對每個邊緣點在R領(lǐng)域內(nèi)尋找其匹配的LBP對，即滿足匹配函 數(shù)為最大的LBP，其中R領(lǐng)域滿足：最大字符寬度< R < (2 X最大字符寬度）；
[0018] S24、找到LBP對后將這兩點間的所有像素點置為255,再經(jīng)過二值化處理得到增 強(qiáng)圖片。
[0019] 優(yōu)選的，步驟S21所述邊緣檢測算子為：Roberts算子、Sobel算子、Kirsch算子、 Prewitt算子、Laplacian算子、LoG算子或Canny算子；更優(yōu)選的，所述邊緣檢測算子為 Canny算子；
[0020] 優(yōu)選的，步驟S23中所述匹配函數(shù)為：
【主權(quán)項】
1. 一種字符區(qū)域提取方法，其特征在于：包括以下步驟：
51. 獲取場景圖片并進(jìn)行灰度處理得到灰度圖像；
52. 對所得灰度圖像利用增強(qiáng)濾波算子對字符區(qū)域增強(qiáng)，得到增強(qiáng)圖片；
53. 利用線密度濾波器對所述增強(qiáng)圖片進(jìn)行濾波處理，得到候選聯(lián)通區(qū)域；
54. 利用條件濾波器對所述候選聯(lián)通區(qū)域進(jìn)行篩選得到字符區(qū)域。
2. 根據(jù)權(quán)利要求1所述的字符區(qū)域提取方法，其特征在于：步驟S2中所述增強(qiáng)濾波算 子具體為： 521、 首先利用邊緣檢測算子對灰度圖像求取邊緣點； 522、 遍歷邊緣點，對每個邊緣點在灰度圖像上求取其LBP向量； 523、 在灰度圖像上對每個邊緣點在R領(lǐng)域內(nèi)尋找其匹配的LBP對，即滿足匹配函數(shù)為 最大的LBP，其中R領(lǐng)域滿足：最大字符寬度< R < (2 X最大字符寬度）； 524、 找到LBP對后將這兩點間的所有像素點置為255,再經(jīng)過二值化處理得到增強(qiáng)圖 片。
3. 根據(jù)權(quán)利要求2所述的字符區(qū)域提取方法，其特征在于：步驟S21所述邊緣檢測算 子為：Roberts算子、Sobel算子、Kirsch算子、Prewitt算子、Laplacian算子、LoG算子或 Canny算子； 步驟S23中所述匹配函數(shù)為：又〇尺[仲2)。
4. 根據(jù)權(quán)利要求1所述的字符區(qū)域提取方法，其特征在于：步驟S3中所述線密度濾波 器分為橫向濾波器和縱向濾波器； 所述橫向濾波器進(jìn)行濾波處理的具體操作為：首先設(shè)定線段長度閾值IenThresh和 線密度閾值desityThresh，接著循環(huán)每一行，尋找到兩個黑色線段長度都大于IenThresh 的線段，計算這兩個線段中間的線密度；線密度的計算公式為白色點的數(shù)目除以這兩 個線段中間的長度，白色點是圖像值為255的點；如果線密度大于設(shè)定的線密度閾值 densityThresh，則把中間所有的點置為白色255 ;遍歷所有的行，各行之間互不干擾； 所述縱向濾波器進(jìn)行濾波處理的具體操作為將圖像進(jìn)行轉(zhuǎn)置后利用橫向濾波器的操 作進(jìn)行濾波處理。
5. 根據(jù)權(quán)利要求1所述的字符區(qū)域提取方法，其特征在于：步驟S4所述條件濾波器 為：首先求取候選聯(lián)通區(qū)域的MSER塊，然后根據(jù)所得MSER塊的中心坐標(biāo)進(jìn)行能量計算，能 量達(dá)到較小者就是字符區(qū)域。
6. 根據(jù)權(quán)利要求5所述的字符區(qū)域提取方法，其特征在于：所述能量計算的具體公式 為··
，其中η為MESR區(qū)域的數(shù)目，n> = 3 ;i> = 2 ;x，y為 MSER區(qū)域的中心坐標(biāo)。
7. -種字符區(qū)域提取系統(tǒng)，其特征在于，包括： 圖像預(yù)處理單元，用于獲取場景圖片并進(jìn)行灰度處理得到灰度圖像； 圖像增強(qiáng)濾波單元，用于對所得灰度圖像利用增強(qiáng)濾波算子對字符區(qū)域增強(qiáng)，得到增 強(qiáng)圖片； 候選聯(lián)通區(qū)域定位單元，用于利用線密度濾波器對所述增強(qiáng)圖片進(jìn)行濾波處理，得到 候選聯(lián)通區(qū)域； 字符區(qū)域判決單元，用于利用條件濾波器對所述候選聯(lián)通區(qū)域進(jìn)行篩選得到字符區(qū) 域。
8. 根據(jù)權(quán)利要求7所述的字符區(qū)域提取方法，其特征在于，所述圖像增強(qiáng)濾波單元包 括： 邊緣點檢測模塊，用于利用邊緣檢測算子對灰度圖像求取邊緣點； LBP向量求取模塊，用于對每個邊緣點在灰度圖像上求取其LBP向量； LBP對匹配模塊，用于在灰度圖像上對每個邊緣點在R領(lǐng)域內(nèi)尋找其匹配的LBP對，即 滿足匹配函數(shù)為最大的LBP，其中R領(lǐng)域滿足：最大字符寬度< R < (2 X最大字符寬度）； 二值化處理模塊，用于找到LBP對后將這兩點間的所有像素點置為255,再經(jīng)過二值化 處理得到增強(qiáng)圖片。
9. 根據(jù)權(quán)利要求8所述的字符區(qū)域提取方法，其特征在于：所述邊緣點檢測模塊中采 用的邊緣檢測算子為：R〇berts算子、Sobel算子、Kirsch算子、Prewitt算子、Laplacian算 子、LoG算子或Canny算子； 所述LBP對匹配模塊采用的匹配函數(shù)為：XOi? L/^2)。
10. 根據(jù)權(quán)利要求7所述的字符區(qū)域提取方法，其特征在于，所述候選聯(lián)通區(qū)域定位單 元中采用的線密度濾波器分為橫向濾波器和縱向濾波器； 所述橫向濾波器具體用于對增強(qiáng)圖片進(jìn)行橫向線密度濾波處理；首先設(shè)定線段長度閾 值IenThresh和線密度閾值desityThresh，接著循環(huán)每一行，尋找到兩個黑色線段長度都 大于IenThresh的線段，計算這兩個線段中間的線密度；線密度的計算公式為白色點的數(shù) 目除以這兩個線段中間的長度，白色點是圖像值為255的點；如果線密度大于設(shè)定的線密 度閾值densityThresh，則把中間所有的點置為白色255 ;遍歷所有的行，各行之間互不干 擾； 所述縱向濾波器具體用于對增強(qiáng)圖片的縱向進(jìn)行線密度濾波處理；縱向濾波器將圖像 進(jìn)行轉(zhuǎn)置后利用橫向濾波器的操作進(jìn)行濾波處理； 所述字符區(qū)域判決單元中的條件濾波器具體用于根據(jù)能量計算公式求取候選聯(lián)通區(qū) 域的MSER塊的能量，判定能量達(dá)到較小者為字符區(qū)域； 所述能量計算公式為：
I，其中η為MESR區(qū)域的數(shù)目， n> = 3 ;i> = 2 ;x, y為MSER區(qū)域的中心坐標(biāo)。
【專利摘要】本發(fā)明屬于圖像文檔處理技術(shù)領(lǐng)域，具體涉及一種字符區(qū)域提取方法及系統(tǒng)。所述方法包括獲取場景圖片并進(jìn)行灰度處理得到灰度圖像；對所得灰度圖像利用增強(qiáng)濾波算子對字符區(qū)域增強(qiáng)，得到增強(qiáng)圖片；利用線密度濾波器對所述增強(qiáng)圖片進(jìn)行濾波處理，得到候選聯(lián)通區(qū)域；利用條件濾波器對所述候選聯(lián)通區(qū)域進(jìn)行篩選得到字符區(qū)域。所述系統(tǒng)包括圖像預(yù)處理單元、圖像增強(qiáng)濾波單元、候選聯(lián)通區(qū)域定位單元及字符區(qū)域判決單元。本發(fā)明對字符區(qū)域的提取方面非?？焖亵敯?，并且計算性能很低、功耗很小，可以廣泛的應(yīng)用在文檔字符提取、車牌提取、自然場景中的文字提取等領(lǐng)域，具有廣泛的社會和經(jīng)濟(jì)效益。
【IPC分類】G06K9-20, G06K9-54, G06K9-34
【公開號】CN104834926
【申請?zhí)枴緾N201510166790
【發(fā)明人】孫曉航
【申請人】孫曉航
【公開日】2015年8月12日
【申請日】2015年4月9日