作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在复杂背景下,图像中的文本对于整个图像的语义理解、图像检索、图像识别等应用具有非常重要的作用,有广阔的发展空间,而要获取图像中的文本就需要利用文本检测方法。在搜集整理当前文本检测研究成果的基础上,对文本检测基本方法进行了分类和探讨。分别从基于特征提取、基于机器学习以及基于这两者相结合方法这三个方面对文本检测方法进行详细的阐述;接下来介绍了两种较通用的文本检测结果的评价方法。此外还通过实例分析了各种检测方法的优点和不足,在此基础上,为文本检测的进一步发展提供了建议。
推荐文章
笔画背景抑制的自然场景文本检测
文本检测
笔画宽度变换
高通滤波
纹理特征
复杂背景下的图像文本区域定位方法研究
文本定位
YUV颜色空间
支持向量机(SVM)
色调直方图
纹理特征
复杂背景下红外弱小目标检测的算法研究综述
复杂背景
弱小目标
信噪比
背景预测
基于梯度向量的复杂场景文本定位
文本处理
视频文本检测
加权平均梯度能量
运动能量
梯度向量
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 复杂背景下文本检测研究
来源期刊 计算机技术与发展 学科 工学
关键词 文本检测 机器学习 特征提取 评价方法
年,卷(期) 2015,(3) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 40-44,49
页数 6页 分类号 TP311
字数 6307字 语种 中文
DOI 10.3969/j.issn.1673-629X.2015.03.010
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 顾磊 25 149 4.0 12.0
2 许肖 3 8 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (72)
共引文献  (324)
参考文献  (12)
节点文献
引证文献  (4)
同被引文献  (1)
二级引证文献  (0)
1968(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(3)
  • 参考文献(0)
  • 二级参考文献(3)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1980(2)
  • 参考文献(0)
  • 二级参考文献(2)
1983(2)
  • 参考文献(0)
  • 二级参考文献(2)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1987(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(0)
  • 二级参考文献(2)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(3)
  • 参考文献(0)
  • 二级参考文献(3)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(5)
  • 参考文献(0)
  • 二级参考文献(5)
1994(4)
  • 参考文献(0)
  • 二级参考文献(4)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(6)
  • 参考文献(0)
  • 二级参考文献(6)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(5)
  • 参考文献(1)
  • 二级参考文献(4)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本检测
机器学习
特征提取
评价方法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导