自然图像中的文本检测
计算机视觉与模式识别
2014-11-04 v1
摘要
本文提出了一种利用连通组件和监督支持向量机来识别文本的框架。对图像进行预处理，并使用概率框架计算边缘图以补偿光度噪声。在结果图像上计算连通组件，对其进行边界约束并使用几何约束进行剪枝。最后，使用基于Gabor特征的SVM对候选区域中是否存在文本进行分类。所提出的方法在ICDAR 10数据集和互联网上的其他几幅图像上进行了测试。其召回率和精确度指标分别达到0.72和0.88，轻松超越了基准Eiphstein算法。所提出的方法在自然图像中取得了0.70和0.74的成绩，显著优于现有的自然图像处理方法。所提出的方法对于高分辨率、杂乱图像的扩展性几乎呈线性。
引用
@article{arxiv.1411.0126,
title = {Detection of texts in natural images},
author = {Gowtham Rangarajan Raman},
journal= {arXiv preprint arXiv:1411.0126},
year = {2014}
}