[发明专利]一种复杂背景图像中的文本提取方法

权利要求书

1.一种复杂背景图像中的文本提取方法，其特征在于，其步骤如下：

步骤1：利用加权平均值法将源图像src灰度化，得到灰度图像Img；

步骤2：检测灰度图像Img中的角点，将角点坐标存入角点容器中，构造角点矩阵；

步骤3：去除角点矩阵中的孤立角点；

步骤4：利用积分投影变换实现文本定位；

步骤5：筛选并去除非文本区域；

步骤6：从源图像src中截取出文本子图，判断文本子图的背景是否复杂；如果文本子图的背景判断为复杂，则执行步骤7；如果文本子图的背景判断为不复杂，则执行步骤8；

步骤7：对背景复杂的文本子图进行颜色聚类，进而去除文本子图的背景后提取出文本信息；执行步骤9；

步骤8：对背景不复杂的文本子图灰度化，再利用自适应阈值选取算法进行二值化，选取前景与背景区分阈值，提取图像文本子图的文本信息；

步骤9：循环执行步骤6到步骤9，直到源图像src中所有文本子图的文本信息精确提取完成。

2.根据权利要求1所述的一种复杂背景图像中的文本提取方法，其特征在于，步骤1中，所述利用加权平均值法将源图像src灰度化，得到灰度图像Img，源图像src中每点的灰度值计算公式为：

Gray=0.30R+0.59G+0.11B

其中，R、G、B分别为该点在源图像src中的三通道像素值，Gray为该点灰度化后的灰度值。

3.根据权利要求2所述的一种复杂背景图像中的文本提取方法，其特征在于，步骤2中，所述检测灰度图像Img中的角点，将角点坐标存入角点容器中，构造角点矩阵；该步骤利用susan算子检测灰度图像Img中的角点，具体步骤如下：

步骤2.1：构造一个与灰度图像Img矩阵同等大小的二维矩阵，记为角点矩阵C，将C中每个值设置为0，并构造角点容器V存储角点坐标；

步骤2.2：构造一个近似圆N(x,y)作为susan检测模板，N(x,y)包含37个像素，检测模板N(x,y)的中心为模板的核；

步骤2.3：选取灰度图像Img中任意一个像素点r₀作为待检测点，将检测模板N(x,y)的核放在r₀处，比较模板N(x,y)内每个非核点的灰度值与核位置的灰度值，比较函数如下：

式中(x₀,y₀)为核在灰度图像Img中坐标，(x,y)为模板N(x,y)中一个非核点坐标，f(x₀,y₀)和f(x,y)分别为核坐标(x₀,y₀)和非核点(x,y)处灰度值，C(x,y)为(x,y)处灰度比较结果；若非核点在图像外，则将C(x,y)直接置为0；

步骤2.4：计算像素点r₀总的灰度差异函数值，即对步骤2.3中的比较结果求和：

S(x0,y0)=Σ(x,y)∈N(x,y)(x,y)≠(x0,y0)C(x,y)]]>

步骤2.5：根据susan角点响应函数，判断点r₀是否为角点，角点响应函数如下：

式中H为角点响应函数阈值，

判断像素点r₀的角点响应是否为以该点为中心的5*5的局部区域内的最大值，如果像素点r₀的角点响应是最大值就将该点保留，将其坐标存入角点容器V中，将角点矩阵C中相应位置的值设为1，并执行步骤2.6；如果像素点r₀的角点响应不是最大值，则直接执行步骤2.6；

步骤2.6：遍历灰度图像Img，重复执行步骤2.3到步骤2.5，找出灰度图像Img中所有角点。