基于双门限梯度模式的图像文字检测方法

• 作者: 李培岳 王斌君 蔡文哲
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 图像文字检测 双门限梯度模式 极限学习机 多分类器组合
• 年，卷（期）: 2016,（z1）
• 所属期刊栏目: 模式识别与图像处理
• 页码范围: 156-164
• 页数: 9页
• 分类号: TP391.41
• 字数: 8659字
• 语种: 中文

摘要

对复杂自然背景下的图像文字检测技术进行了研究,提出了一种基于双门限梯度模式的图像文字检测方法.首先,在文字粗检测阶段中,该方法抽取了最大极值稳定区域(Maximally Stable Extremal Regions,MSER)作为候选文字区域,避免了对整幅图像进行扫描,极大地提高了检测速度和实时性;其次,在文字精检测阶段的特征提取部分,为了克服文字区域颜色对比反转问题和自然图像的噪声干扰问题,提出了一种双门限梯度模式特征来描述文字区域的纹理特征;最后,在文字精检测的检测器设计中,利用极限学习机构造新的级联型ELM(Extreme Learning Ma-chine)检测器,极大地缩短了分类器的训练时间.实验结果表明,该方法不仅具有优良的检测性能,而且能极大地缩短分类器训练时间和检测时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王斌君	中国人民公安大学网络安全保卫学院	60	354	10.0	16.0
2	李培岳	中国人民公安大学研究生院	9	19	1.0	4.0
3	蔡文哲	中国人民公安大学网络安全保卫学院	4	9	2.0	2.0