[发明专利]一种基于自学习色彩聚类的自然场景文本检测的方法

权利要求书

1.一种基于自学习色彩聚类的自然场景文本检测方法，其特征在于，包括以下步骤：

步骤1：将待进行文本检测图像I中的每个像素点的R、G、B色彩值投影到三维色彩空间中，对三维色彩空间进行等间距划分，每个三维色彩空间立方体作为一个层次聚类基本单元；

以每个三维色彩空间立方体中所有像素点的色彩均值作为层次聚类基本单元的特征c；

步骤2：初始化层次聚类基本单元的特征权重向量w，w＝(w_r,w_g,w_b,w_θ)；

其中，w_r，w_g，w_b分别为层次聚类基本单元像素点的R、G、B的色彩距离权重，w_θ为聚类阈值；

步骤3：以层次聚类基本单元的特征权重向量，依次计算任意两个层次聚类基本单元之间的颜色距离；

步骤4：将颜色距离最小的两个层次聚类基本单元进行合并，获得新的层次聚类基本单元，并计算新的层次聚类基本单元的特征c，以层次聚类基本单元合并构建对应的层次聚类树，返回步骤3，直到层次聚类基本单元数量为1；

步骤5：构建正样本和负样本的特征向量；

依据聚类阈值w_θ，对步骤4中构建的层次聚类树进行划分，得到层次聚类森林，以层次聚类森林中同一棵子树下的任意两个初始的层次聚类基本单元的颜色距离作为正样本的特征向量，以层次聚类森林中不同子树下的任意两个初始的层次聚类基本单元的颜色距离作为负样本的特征向量；

步骤6：利用层次聚类基本单元的特征权重向量w的当前取值，并采用激活函数对步骤5构建的正样本和负样本的特征向量进行样本类别预测，并利用样本类别预测值和样本本身的类别属性，构建权重向量w的似然函数，通过最大化似然函数求得新的层次聚类基本单元的特征权重向量w，若更新后的w使得构建的似然函数的最大值收敛，则以新的层次聚类基本单元的特征权重向量w，重新构建层次聚类森林，否则，返回步骤3；

步骤7：依次以步骤6获得的层次聚类森林中每一颗子树包含的所有初始层次聚类单元中像素点进行合并，构建对应的色彩层；

步骤8：从每个色彩层中提取连通域，得到候选字符，用分类器对候选字符进行筛选，对经过筛选后的候选字符进行字符合并，得到文本行；对文本行进行单词划分，得到文本检测结果；

所述步骤8中用于对候选字符进行筛选的分类器为Adaboost分类器，采用如下过程训练获得：

首先，将ICDAR2013数据库中训练集的每一幅图像执行步骤1-7，从得到的色彩层中提取候选字符；

然后，将候选字符与真实标定的字符进行像素点匹配，构建训练正负样本集合；

接着，从训练正负样本集合中，随机选取30000个训练正样本和30000个训练负样本作为构建Adaboost分类器的训练集；

最后，提取训练集中每一个样本的几何特征和HOG特征，训练Adaboost分类器，得到用于验证候选字符的Adaboost分类器；

所述用分类器对候选字符进行筛选，是指提取每一个候选字符的几何特征和HOG特征，输入训练好的Adaboost分类器进行候选字符验证，移除非文本字符，保留文本字符；

所述对经过筛选后的候选字符进行字符合并，得到文本行的具体过程如下：

将验证之后的字符两两组合，形成字符对，将宽高比、水平距离和颜色距离满足以下条件的字符对视为文本字符对，合并包含相同连通域的文本字符对，构建文本行：

|mean(R₁)-mean(R₂)|＜80

其中，w(·)和h(·)分别表示字符的宽度和高度；h_d和v_d分别表示字符区域R₁和R₂两个中心点之间的水平距离和垂直距离；mean(R)表示字符区域R中像素点的色彩均值；

所述对文本行进行单词划分，是指对相邻的两个字符间水平间距d_h进行判断，若满足则进行一次划分，得到划分后的单词；

其中，d_h为相邻字符之间的水平间距，为所有字符水平间距的均值，α为字符平均间距缩放系数，取值为1-2，β为所有字符水平间距的中位数。