应用通道增强MSER与CNN的维吾尔文本区域定位

• 作者: 艾合麦提江·麦提托合提 艾斯卡尔·艾木都拉 阿布都萨拉木·达吾提
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 图像文本 维吾尔文本区域定位 通道增强MSER 卷积神经网络 区域融合算法
• 年，卷（期）: 2020,（16）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 132-138
• 页数: 7页
• 分类号: TP391.1
• 字数: 4195字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1906-0027

摘要

为了准确有效地定位出图像中的维吾尔文本区域,提出了一种基于通道增强最大稳定极值区域(Maximally Stable Extremal Region,MSER)和卷积神经网络(Convolutional Neural Network,CNN)的图像文本区域定位方法.应用通道增强MSER提取候选区域,根据文本特征的启发式规则以及CNN分类结果去除非文本和重复区域,通过区域融合算法得到词级别文本区域,根据该区域的色彩相近程度和空间关系召回遗漏的文本区域,并通过CNN网络对召回的区域分类融合,定位出图像文本区域.实验结果表明,该方法可以准确有效地定位文本区域,具有鲁棒性和应用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	艾斯卡尔·艾木都拉	新疆大学信息科学与工程学院	170	561	11.0	15.0
2	艾合麦提江·麦提托合提	新疆大学信息科学与工程学院	2	0	0.0	0.0
3	阿布都萨拉木·达吾提	新疆大学软件学院	6	0	0.0	0.0