資源描述：
《復雜背景圖像中文本定位算法設(shè)計-final》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、畢業(yè)設(shè)計（論文）說明書題目：復雜背景圖像中文本定位算法設(shè)計系名信息工程系專業(yè)電子信息工程學號6008202349學生姓名楊宇指導教師冀中2012年6月8日摘 要隨著多媒體技術(shù)的飛速發(fā)展，復雜背景圖像中的文本定位研究不僅豐富了圖像處理理論，而且在諸如Internet環(huán)境下的圖像檢索、交通管理中的車牌識別等具有重大的價值。復雜背景文本定位是一個具有較大難度性的研究課題，原因是文本圖像的背景非常復雜，圖像大多在室外拍攝，光照條件變化較大，其中不同文字的顏色、亮度、字體、大小、間距、對比度、排列方向和背景紋理等有很大差別。要提取具有復雜背景的文本，首先要找到包含文本的區(qū)域，然后才能
2、利用文本識別模塊進行識別。本文綜述了現(xiàn)有的主要文本定位方法，分析了其中的優(yōu)缺點，實現(xiàn)了一種基于邊緣檢測和支持向量機的圖像文本定位方法。其中，基于邊緣檢測的文本定位主要由金字塔分解、基于改進Canny算子的邊緣檢測、邊緣提取和二值化、連通區(qū)域分析、以及文本區(qū)域鑒定與合并幾部分組成。首先運用改進的Canny邊緣檢測算法檢測出文本邊緣，然后對檢測結(jié)果進行連通區(qū)域分析、文本區(qū)域鑒定與合并得到候選的文本區(qū)域。進一步，通過將定位出的候選文本區(qū)域運用支持向量機的分類器訓練的方法來提高文本定位的準確性。實驗結(jié)果表明，該文本定位方法不但可以較準確的定位出相應的文本區(qū)域，而且具有一定的意義和較大
3、的實用價值。關(guān)鍵詞：文本定位；邊緣檢測；特征提??；支持向量機ABSTRACTWiththedevelopmentofthemultimediatechnology,thestudyoflocatingtextsundercomplicatedbackgroundhasnotonlyenrichedimageprocessingtheoretically,butalsohasenormousvalueinpracticalapplication.Forexample,theimageretrievalunderInternetenvironmentandthediscernme
4、ntoftheplatenumberintrafficadministration.Thelocationandextractionoftextfromcomplexbackgroundisanimportantresearchprobleminthecomputervision．Thevariationofthetextintermsofcharactersfont,size,style,orientationalignment,texturecolorandcomplexbackgroundmakestheproblemoftextlocalizationverydiff
5、icult.Thescenecontentisunconstrainedandmaybebothindoorandoutdoorscenesunderanylightingorcontrastconditions．Toextractcomplexbackgroundtext,textareasshouldbelocatedfirst．Currenttextlocationmethodsaleresearchedinthispaper,andtheadvantageanddisadvantageofthemareanalyzed．Thentextlocationmethodba
6、sedonedgedetectionandsupportvectormachinesisimplemented.EdgedetectionbasedtextlocationmethodiscomposedbyPyramiddecomposition,improvedCannyalgorithm-basededgedetection,edgeabstractingandbinary,connectedcomponentanalysis,textregionidentifyingandcombination.First,theimprovedCannyalgorithmisuse
7、dtodetectthetextedge,thenconnectedcomponentandtextregionidentifyingandcombinationisusedtogetthecandidatetextregion．Thispaperusesthemethodofsupportvectormachinesclassifiertrainingtoimprovethecorrectnessoftextlocation.Thesupportvectormachineisappliedtoredu
