韩定良，黄鸿亮，王茂发，盛炎平

(1.北京信息科技大学 理学院，北京100192；2.吉林大学珠海学院 公共基础与应用统计学院，珠海 519041;3.桂林电子科技大学 计算机与信息安全学院，桂林 541004)

0 引言

我国历史上形成的海量栅格地质图像包含了大量的地理、地质信息，对矿床发现、石油勘探、储量估计、地理坐标定位等有着重大意义。栅格地质图中的信息呈现形式以文本字符为主，所以图像中的文本识别、定位研究就显得尤为重要。传统的通过人工识别特征和手动录入数据信息的地质图像检索方式工作量大、重复性高，已经无法满足需要。随着深度学习技术的不断发展，通过计算机自动识别和处理图像文本信息可以大大提升工作效率。文本检测算法主要通过计算机自动框定出文本在地质图像中的范围[1-2]，作为后续文本识别过程的先行条件，在地质图像的检索和信息提取中起着举足轻重的作用。

从特定的场景中检测文本来进行场景理解是计算机视觉研究的一个重要分支。目前基于深度学习的文本检测算法主要分为两类，一类是基于预选框的文本检测算法，另一类是使用全卷积网络直接预测目标。文献[3]提出一种快速而准确的直接预测目标的检测算法，它通过直接预测完整图像中任意方向和四边形形状的单词或文本行，消除使用单个神经网络的不必要的中间步骤，在各种公开的数据集中取得了良好的效果。然而，在处理包含有大量复杂文本的地质图像时，受图像中阴影背景以及各种化学符号的干扰，EAST算法整体性能受限，通常也只能检测到部分有效文本。……