多层次MSER自然场景文本检测

唐有宝, 卜　巍, 邬向前

(1. 哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001;2. 哈尔滨工业大学 媒体技术与艺术系, 黑龙江 哈尔滨 150001)



多层次MSER自然场景文本检测

唐有宝1, 卜巍2, 邬向前1

(1. 哈尔滨工业大学 计算机科学与技术学院, 黑龙江 哈尔滨 150001;2. 哈尔滨工业大学 媒体技术与艺术系, 黑龙江 哈尔滨 150001)

摘要:提出一种新的基于多层次最大稳定极值区域(MSER)的自然场景文本检测方法,其由候选区域的提取和文本检测组成.在候选区域提取过程中,采用多层次MSER区域提取方法：通过对原始图像进行多个颜色空间变换和多尺度放缩得到多个变换后的图像,采用多个阈值对其进行MSER区域检测,并将检测到的区域作为候选区域用于文本检测.检测过程中,对候选区域提取手工设计的底层特征和基于卷积神经网络(CNN)的深层特征,训练一个随机森林回归器对特征进行分类得到字符区域,再将其合并成单词区域,并进行相似的特征提取和分类,从而得到最终的文本检测结果.使用2个标准的数据库(ICDAR2011和ICDAR2013)对提出的方法进行性能评价,F指标在ICDAR2011和ICDAR2013上均为0.79，表明了所提出的自然场景文本检测方法的有效性.

关键词：自然场景文本检测;多层次最大稳定极值区域(MSER);卷积神经网络(CNN); 随机森林回归器

在自然场景图像中,传统的低水平图像特征(如：关键点、边缘等)通常提供模糊的信息,而文本直接提供清晰明了的高层语义信息,并为大量的计算机视觉任务(如：图像搜索……