-
题名基于双门限梯度模式的图像文字检测方法
- 1
-
-
作者
蔡文哲
王斌君
李培岳
-
机构
中国人民公安大学网络安全保卫学院
中国人民公安大学研究生院
-
出处
《计算机科学》
CSCD
北大核心
2016年第S1期156-164,共9页
-
基金
国家高技术研究发展计划863项目(2013AA014604)
公安部公安理论与软科学基金项目(2013LLYJGADX003)
中国人民公安大学基本科研业务费项目(2015JKF01251)资助
-
文摘
对复杂自然背景下的图像文字检测技术进行了研究,提出了一种基于双门限梯度模式的图像文字检测方法。首先,在文字粗检测阶段中,该方法抽取了最大极值稳定区域(Maximally Stable Extremal Regions,MSER)作为候选文字区域,避免了对整幅图像进行扫描,极大地提高了检测速度和实时性;其次,在文字精检测阶段的特征提取部分,为了克服文字区域颜色对比反转问题和自然图像的噪声干扰问题,提出了一种双门限梯度模式特征来描述文字区域的纹理特征;最后,在文字精检测的检测器设计中,利用极限学习机构造新的级联型ELM(Extreme Learning Machine)检测器,极大地缩短了分类器的训练时间。实验结果表明,该方法不仅具有优良的检测性能,而且能极大地缩短分类器训练时间和检测时间。
-
关键词
图像文字检测
双门限梯度模式
极限学习机
多分类器组合
-
Keywords
Image text detection
Double-threshold gradient pattern
Extreme learning machine
Multiple classifier combination
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
