用于室内移动机器人导航的实时文本定位

场景文本是一项需要提取的重要特征，特别是在基于视觉的移动机器人导航中，因为许多潜在的地标（如铭牌和信息标志）包含文本。本文提出了一种用于室内移动机器人导航的新型两步文本定位方法。该方法基于形态学算子和机器学习技术，可用于实时环境。所提方法包含两个步骤。首先，以特定顺序应用一组新的形态学算子，以提取具有高文本存在概率的高对比度区域。使用形态学算子具有诸多优势，例如：计算速度快、对平移、旋转和缩放等多种几何变换保持不变性，以及能够提取所有包含文本的区域。在提取文本候选区域后，提取一组九个特征以准确检测并删除不包含文本的区域。这些特征是纹理属性的描述符，可实时计算。随后，我们使用 SVM 分类器来检测区域内是否存在文本。将所提算法的性能与多种广泛使用的文本定位算法进行了比较，结果表明该方法能够快速有效地从真实场景中定位和提取文本区域，并可在室内环境下的移动机器人导航中用于检测基于文本的地标。