结合笔画方向信息与SVM的英文文字检测

• 作者: 吴少泓 李兵 王云宽 黄为
• 来源期刊: 中国图象图形学报
• 学科: 工学
• 关键词: 文字检测 Haar小波 LBP 支持向量机
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 图像分析和识别
• 页码范围: 989-994
• 分类号: TP391.12
• 字数: 4031字
• 语种: 中文

摘要

文字检测是文字信息提取系统中最重要的环节.针对在非均匀光照或背景图案复杂等恶劣环境下文本行难以被检测的难题,设计一种通用的基于笔画方向信息图的通用文字检测算法,该算法采用由粗到细的实现框架.在粗的文字行定位中,利用Haar小波和LBP描述符,建立与原图像相对应的笔画方向信息图,经滤波,连通域分析以及PPA后得到候选的文字行;在文字行精确分类中,利用SVM分类()多种文字的纹理特征,确认最终的文本行区域.针对图片数据库ICDAR03的实验表明该算法能在不同条件下快速,准确地检测出文字区域,文字检测的精确率为0.64,召回率为0.67.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李兵	中国科学院自动化研究所	79	708	16.0	24.0
2	王云宽	中国科学院自动化研究所	24	242	9.0	14.0
3	黄为	中国科学院自动化研究所	6	27	3.0	5.0
4	吴少泓	中国科学院自动化研究所	5	23	3.0	4.0