一种图像中的文字区域检测新方法

doi:10.3969/j.issn.1001-2400.2013.06.031

J4 ›› 2013, Vol. 40 ›› Issue (6): 187-192.doi: 10.3969/j.issn.1001-2400.2013.06.031

• 研究论文 • 上一篇

一种图像中的文字区域检测新方法

李英¹;田春娜¹;颜建强¹;庄怀宇²;李相威¹

(1. 西安电子科技大学电子工程学院，陕西西安 710071；
2. 中国移动通信集团广东有限公司，广东广州 510623)

收稿日期:2012-11-07 出版日期:2013-12-20 发布日期:2014-01-10
通讯作者: 李英
作者简介:李英(1976-)，女，西安电子科技大学博士研究生，E-mail: liying6@gd.chinamobile.com．
基金资助:
国家自然科学基金资助项目(61201291,61301192)；高等学校博士学科点新教师基金资助项目(20090203120011)

New technique for text region location in images

LI Ying¹;TIAN Chunna¹;YAN Jianqiang¹;ZHUANG Huaiyu²;LI Xiangwei¹

(1. School of Electronic Engineering, Xidian Univ., Xi'an 710071， China;
2. China Mobile Group Gangdong Co. Ltd., Guangzhou 510623， China)

Received:2012-11-07 Online:2013-12-20 Published:2014-01-10
Contact: LI Ying

摘要/Abstract

摘要：

利用文字区域纹理的方向性，提出了一种结合Gabor纹理特征和神经网络分类器的图像文字区域检测算法．首先，通过不同方向和尺度下的Gabor特征来描述原始图像中文字区域的方向性纹理; 然后，将文字区域和非文字区域的Gabor特征输入到前馈神经网络，来训练文字区域分类器，训练好的分类器用于图像和视频中文字区域的检测．实验结果表明，该算法显著提高了文字区域检测算法的准确性和鲁棒性，对中、英文等多语种的文字区域检测均有较好效果．

关键词: 文字检测, Gabor特征, 神经网络

Abstract:

Text regions in images are hard to detect because of the complex background. Using the texture directions of the text region, we propose a new technique for text region location in images based on the Gabor character and neural networks classifier. First, the direction textures of original images are described by Gabor features with several directions and scales. Then the BP neural networks classifier is trained based on the Gabor features of text regions and the non-text regions, which can be used to detect the text regions. Experimental results illustrate that our algorithm greatly improves the accuracy and robustness than the others. And the proposed algorithm is suitable for locating not only the Chinese text but also the text in English and other languages.

Key words: text location, Gabor feature, neural networks

中图分类号:

TP391.41

李英;田春娜;颜建强;庄怀宇;李相威. 一种图像中的文字区域检测新方法[J]. J4, 2013, 40(6): 187-192.

LI Ying;TIAN Chunna;YAN Jianqiang;ZHUANG Huaiyu;LI Xiangwei. New technique for text region location in images[J]. J4, 2013, 40(6): 187-192.

参考文献

［1］ Yu Zhong, Karu K, Jain A K. Locating Text in Complex Color Images［J］. Pattern Recognition, 1995, 28(10): 1523-1535.
［2］ Jeong K Y, Jung K, Kim E Y, et al. Neural Network-based Text Location for News Video Indexing［C］//Proceedings of IEEE International Conference on Image Processing. Los Alamitas: IEEE Conference Publications, 1999: 319-323.
［3］ Li Xueyan, Guo Shuxu, Gao Fengli. Text Extraction in Video Based on Wavelet Modulus Maximum［J］. Computer Engineering, 2007, 33(5): 26-28.
［4］ Wong E K, Chen M. A New Robust Algorithm for Video Text Extraction［J］. Pattern Recognition, 2003, 36(6): 1397-1406.
［5］ Hua Xiansheng, Chen Xiangrong, Liu Wenyin, et al. Automatic Location of Text in Video Frames［C］//Proceedings of the ACM International Multimedia Conference and Exhibition. New York: Association for Computer Machinery, 2001: 24-27.
［6］ Yu Zhong, Zhang Hongjiang, Jain A K. Automatic Caption Localization in Compressed Video［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000, 22(4): 385-392.
［7］ Lienhart R, Wernicke A. Localizing and Segmenting Text in Images and Videos［J］. IEEE Transactions on Circuits and Systems for Video Technology, 2002, 12(4): 256-268.
［8］ Wu V, Manmatha R, Riseman E M. An Automatic System to Detect and Recognize Text in Images［J］. IEEE Transactions on Pattern Analysis and Machine Intelligence, 1999, 20(11): 1224-1229.
［9］黄剑华, 承恒达, 吴锐, 等. 基于模糊同质性映射的文字检测方法［J］. 电子与信息学报, 2008, 30(6): 1376-1380.
Huang Jianhua, Cheng Hengda, Wu Rui, et al. A New Approach for Text Detection Using Fuzzy Homogeneity［J］. Journal of Electronics ＆ Information Technology, 2008, 30(6): 1376-1380.
［10］ Yan Jianqiang, Tao Dacheng, Tian Cunna, et al. Chinese Text Detection and Location for Images in Multimedia Messaging Service［C］//Proceedings of IEEE International Conference on Systems, Man and Cybernetics. New York: IEEE, 2010: 3896-3901.
［11］胡守仁, 余少波, 戴葵. 神经网络导论［M］. 长沙: 国防科技大学出版社, 1993: 21-33.
［12］ Wonjun K, Changick K. A New Approach for Overlay Text Detection and Extraction from Complex Video Scene［J］. IEEE Transactions on Image Processing, 2009, 18(2): 401-411.
［13］ Pratheeba T, Kavitha V, Rajeswari S R. Morphology Based Text Detection and Extraction from Complex Video Scene［J］. International Journal of Engineering and Technology, 2010, 2(3): 200-206.
［14］ Lucas S M, Panaretos A, Sosa L, et al. ICDAR 2003 Robust Reading Competitions［C］//Proceedings of 7th International Conference on Document Analysis and Recognition. Piscataway: IEEE, 2003: 682-687.

[1]	李源,崔玉爽,王伟. 一种基于字词双通道网络的文本情感分析方法[J]. 西安电子科技大学学报, 2021, 48(6): 179-186.
[2]	吕文凯,杨鹏飞,丁韵青,张鹤于,郑天洋. JEDERL:一种异构计算平台任务调度优化算法[J]. 西安电子科技大学学报, 2021, 48(6): 67-74.
[3]	于浩洋,尹良,李书芳,吕顺. 生成对抗网络小样本雷达调制信号识别算法[J]. 西安电子科技大学学报, 2021, 48(6): 96-104.
[4]	胡代旺,焦一源,李雁妮. 一种新型高效的文库知识图谱实体关系抽取算法[J]. 西安电子科技大学学报, 2021, 48(6): 75-83.
[5]	孙彦景,魏力,张年龙,云霄,董锴文,葛敏,程小舟,侯晓峰. 联合DD-GAN和全局特征的井下人员重识别方法[J]. 西安电子科技大学学报, 2021, 48(5): 201-211.
[6]	周鹏,杨军. 采用神经网络架构搜索的遥感影像分割方法[J]. 西安电子科技大学学报, 2021, 48(5): 47-57.
[7]	张书伟,李俊民. 一种复杂监控场景下的人体检测算法[J]. 西安电子科技大学学报, 2021, 48(5): 68-77.
[8]	杨云航,闵连权. 采用空洞卷积的多尺度融合草图识别模型[J]. 西安电子科技大学学报, 2021, 48(5): 92-99.
[9]	董如婵,焦李成,赵进,沈维燕. 一种深度融合机制的遥感图像目标检测技术[J]. 西安电子科技大学学报, 2021, 48(5): 128-138.
[10]	程德,郝毅,周靖宇,王楠楠,高新波. 利用混合双通路神经网络的跨模态行人重识别[J]. 西安电子科技大学学报, 2021, 48(5): 190-200.
[11]	陈昌川,王海宁,黄炼,黄涛,李连杰,黄向康,代少升. 一种基于局部表征的面部表情识别算法[J]. 西安电子科技大学学报, 2021, 48(5): 100-109.
[12]	宋建锋,苗启广,王崇晓,徐浩,杨瑾. 注意力机制的多尺度单目标跟踪算法[J]. 西安电子科技大学学报, 2021, 48(5): 110-116.
[13]	张宇浩,程培涛,张书豪,王秀美. 一种自适应权重学习的轻量超分辨率重建网络[J]. 西安电子科技大学学报, 2021, 48(5): 15-22.
[14]	韩永赛,马时平,何林远,李承昊,朱明明,张飞. 改进YOLOv3的快速遥感机场区域目标检测[J]. 西安电子科技大学学报, 2021, 48(5): 156-166.
[15]	回海生,张雪英,吴泽林,李凤莲. 一种主辅路径注意力补偿的脑卒中病灶分割方法[J]. 西安电子科技大学学报, 2021, 48(4): 200-208.

一种图像中的文字区域检测新方法

New technique for text region location in images

PDF (PC)

赞

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

Metrics

本文评价

推荐阅读 0