[发明专利]一种社交网络低质量图像中的字幕识别方法

摘要

本发明为一种社交网络低质量图像中的字幕识别方法，包括(1)图像预处理；(2)MSER提取；(3)文字检测；(4)区域合成；(5)文本检测；最终获取识别结果。本发明支持对社交网络中低质量图像中字幕的检测。支持对低质量图像字幕的识别，低质量主要表现为字幕嵌入在复杂图像背景中、字幕中字符分辨率低，且笔画模糊，部分相邻字符粘连；支持识别常用低质量中英文字符、数字和标点符号，其中中文字符集至少包括GB2312‑1内的3755个简体汉字。

主权项

一种社交网络低质量图像中的字幕识别方法，其特征在于，包括如下步骤：(1)图像预处理；针对原始图像，首先提取出图像的灰度信息，再进行颜色空间变换，分别变换到YCrCb与Lab空间，选取Cr、Cb、a、b和gray五个通道进行MSER提取；(2)MSER提取；采用MSER子路径分割以及正则化variation定位规则，从图像中提取出初步的MSER区域，针对提取的MSER区域，采用启发式规则将其划分为候选字符与候选连体字符；(3)文字检测；采用LeNet模型检测候选字符；(4)区域合成；经过文字检测以后，保留下来的真字符经过区域合成算法进行组合，生成文本行，利用划分算法，将文本行划分出若干文本单词；(5)文本检测；区域合成生成的文本单词与MSER提取产生的候选连体字符采用AlexNet模型进行文本的检测，获取识别结果。