刘舒萍, 汤宏颖

(昆明理工大学 信息工程与自动化学院，云南 昆明 650500)



基于MCA与判别字典学习的场景图文字检测方法*

刘舒萍, 汤宏颖

(昆明理工大学 信息工程与自动化学院，云南 昆明 650500)

传统的文字检测方法在场景图像复杂背景、噪声污染和文字的多种形态特征的干扰下，检测的准确率很低，漏检、误检非常严重。针对这些问题，提出了基于形态成分分析(MCA)与判别字典学习的场景图像文字检测的方法。通过学习过完备字典将文字检测问题转化成稀疏和鲁棒表示的问题。利用MCA与改进的Fisher判别准则学习一个过完备字典，求解待检测图像文字部分的稀疏系数，重建待检测图像中的文字图像，进行文字检测。通过在ICDAR2003/2005/2011和MSRA—TD500数据库中的大量的实验证明了与其他文字检测方法相比，该方法能有效提高检测准确率。

形态成分分析； 字典学习； 稀疏表示； Fisher判别； 图像重构

0 引 言

图像和视频中往往包含着大量的文本信息，这些文本直接携带图像和视频的语义信息，使图像中的文字检测和识别在图像检索和分类中有着非常重要的意义。光学字符识别技术[1]使文字识别变得简单，但是文字识别严重依赖于文本区域检测的结果。

基于连通区域的方法[2]利用图像中文字颜色的相似性构成一个或几个连通区域，该方法对标题文字和嵌入的文字有明显效果，运行效率也很高，但是对复杂的场景图像文字检测的效果很差。基于纹理的方法[3]将文字作为特殊纹理结构，通过检测和评估纹理特征的局部强度及其滤波响应特性来确定文本和非文本，其缺点是当背景的纹理和文字的纹理很相似时，检测准确率很低且耗时。……