[发明专利]基于多通道多尺度与级联过滤器的快速图像文本检测方法

摘要

本发明公开了一种基于多通道多尺度与级联过滤器的快速图像文本检测方法，主要解决现有技术查全率低和速度慢的问题。其过程是1)在输入图像的不同通道和尺度下提取最大稳定极值区域作为字符候选区域；2)用由粗到细的级联过滤器去除字符候选区域中的背景区域，即先为字符候选区域的形态学特征设置阈值，进行第一级粗过滤；再为字符候选区域的笔画宽度和笔画宽度变异系数设置阈值，进行第二次级粗过滤，之后去除重叠的区域，利用卷积神经网络二分类器进行细过滤；3)根据级联过滤后的字符候选区域的几何和位置特征，用图模型将该区域聚合成字符串。本发明具有很高的查全率、较高的准确率和较快的速度，可用于各种干扰下的图像文本的检测。

主权项

一种基于多通道多尺度与级联过滤器的快速图像文本检测方法，包括如下：A.分别在输入图像的不同通道和尺度下提取最大稳定极值区域，并将得到的最大稳定极值区域作为字符候选区域；B.收集包含字符与背景两类样本的非平衡数据集，用该数据集对卷积神经网络进行训练，得到卷积神经网络二分类器；C.采用由粗到细的级联过滤器去除字符候选区域中的背景区域，即先依据字符候选区域的形态学和笔画宽度S特征进行粗过滤，再用卷积神经网络二分类器对粗过滤后的字符候选区域进行细过滤，得到级联过滤后的字符候选区域；D.根据级联过滤后的字符候选区域的几何和位置特征，对该区域进行聚类；D1)在级联过滤后的字符候选区域的左右方向上，将与其笔画宽度S、骨架灰度强度均值C和尺度H特征相似的级联过滤后的字符候选区域，归为邻近字符候选；D2)利用图模型对邻近字符候选聚类，并去除没有邻近字符候选的级联过滤后的字符候选区域；D3)用一个最小外接矩形将聚为一类的邻近字符候选框起，得到最终的文本检测框。