專利名稱：基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種文字圖象分割方法，特別是一種基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法。屬于圖象處理領(lǐng)域。
背景技術(shù)：
經(jīng)文獻(xiàn)檢索發(fā)現(xiàn)，Hua Yang等人在《International Journal of PatternRecognition and Artificial Intelligence》(2000，14(7)，963-978.)(《模式識(shí)別和人工智能的國(guó)際期刊》)上發(fā)表的“Extraction of Bibliography Information Basedon Image of Book Cover”(“從圖書(shū)封面的圖象中提取書(shū)目信息”)，該文中所提出的方法，先將圖象的RGB(紅、綠、藍(lán))彩色空間轉(zhuǎn)換到HSI(色度、飽和度、強(qiáng)度)的彩色空間，然后進(jìn)行彩色分割和連通域分析，從圖書(shū)封面圖象中分割出文字。
該文涉及的技術(shù)主要存在以下缺陷和不足(1)算法只限于從精裝書(shū)本封面的文字圖象分割；(2)算法執(zhí)行時(shí)間很長(zhǎng)，完整執(zhí)行一次算法共大約需要320秒；(3)同一幅圖象中文字尺寸大小不同，文字筆劃寬度差別也不同，run-length的直方圖統(tǒng)計(jì)難以準(zhǔn)確檢測(cè)出文字的筆劃寬度；(4)算法雖然用幾個(gè)實(shí)驗(yàn)驗(yàn)證，但是有待于進(jìn)一步采用書(shū)庫(kù)的圖書(shū)進(jìn)行驗(yàn)證；(5)上述文件中未提及圖象的分辨率，或圖象的大小。在解決以上的問(wèn)題時(shí)，主要存在以下困難(1)文字尺寸大小變化范圍很大，最大文字是60×48像素點(diǎn)，最小文字10×8像素點(diǎn)。(2)文字顏色的種類繁多，某些文字顏色與背景顏色相近，顏色分割難以有效地進(jìn)行。(3)不同結(jié)構(gòu)特點(diǎn)的文字共存于一幅圖象中，而不同結(jié)構(gòu)的文字筆劃數(shù)目差別很大，如漢字和英文。(4)算法應(yīng)具有較快的速度。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)中的不足，提供一種基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，使其能夠從自然場(chǎng)景圖象中，準(zhǔn)確、快速、可靠地分割出目標(biāo)文字圖象。
本發(fā)明是通過(guò)以下技術(shù)方案實(shí)現(xiàn)的，本發(fā)明方法如下先將攝像頭拍攝的灰度圖象用Canny算子檢測(cè)邊緣，檢測(cè)相鄰邊緣點(diǎn)的水平方向距離。統(tǒng)計(jì)可能為文字的邊緣點(diǎn)距離，設(shè)定閾值，檢測(cè)出可能的文字圖象行，經(jīng)合并后形成文字圖象行區(qū)域。在各個(gè)文字圖象行區(qū)域內(nèi)，統(tǒng)計(jì)各行的邊緣點(diǎn)數(shù)量，求得各區(qū)域相應(yīng)的最小值后進(jìn)行行邊界調(diào)整，檢測(cè)到精確的文字圖象區(qū)域，并計(jì)算各個(gè)行區(qū)域的文字圖象高度。在各個(gè)文字圖象行區(qū)域內(nèi)，統(tǒng)計(jì)每一列圖象像素的邊緣點(diǎn)數(shù)量，設(shè)定可能文字圖象列的閾值，據(jù)此檢測(cè)出可能的文字圖象列，可能的文字圖象列合并形成文字圖象列區(qū)域，并進(jìn)行列邊界調(diào)整得到精確的文字圖象列區(qū)域。經(jīng)行和列的位置檢測(cè)后，得到文字圖象的區(qū)域范圍，最終準(zhǔn)確分割出文字圖象。
雖然圖象中的文字顏色，尺寸大小，結(jié)構(gòu)等差別很大，但是屬于同一類的文字具有如下特點(diǎn)(1)文字的尺寸大小一致，相鄰邊緣點(diǎn)的距離近似相等。因此，對(duì)不同文字圖象區(qū)域，分塊進(jìn)行相鄰邊緣點(diǎn)的距離統(tǒng)計(jì)。(2)文字的結(jié)構(gòu)相同。因此，在同一文字圖象區(qū)域內(nèi)，每一行的近似相等的相鄰邊緣點(diǎn)距離統(tǒng)計(jì)數(shù)量相接近。(3)文字圖象的紋理特征相同。因此，在同一文字圖象區(qū)域內(nèi)，在水平和垂直方向的必然存在相鄰邊緣點(diǎn)距離相等或接近相等的邊緣像素點(diǎn)。(4)根據(jù)上述特點(diǎn)，利用相鄰邊緣點(diǎn)距離統(tǒng)計(jì)，進(jìn)行文字圖象區(qū)域的檢測(cè)。
以下對(duì)本發(fā)明方法作進(jìn)一步的說(shuō)明，方法步驟如下(1)邊緣檢測(cè)對(duì)數(shù)碼相機(jī)拍攝的灰度圖象采用Canny算子檢測(cè)邊緣。對(duì)于同一幅圖象，梯度閾值可以在一個(gè)比較大的范圍內(nèi)，能正確分割出文字圖象。但必須滿足以下兩個(gè)條件首先，必須能檢測(cè)出目標(biāo)文字圖象的邊緣，這限定了梯度閾值的上限；其次，目標(biāo)文字的背景區(qū)域內(nèi)不許檢測(cè)出“假邊緣”或者盡可能少，這粗略地限定了梯度閾值的下限值。通過(guò)實(shí)驗(yàn)分析，設(shè)定一個(gè)較為合理的閾值。在圖書(shū)封面文字圖象分割中，Canny算子邊緣檢測(cè)的梯度閾值范圍優(yōu)選為大于等于0.2，小于等于0.4。
(2)水平方向相鄰邊緣點(diǎn)距離檢測(cè)設(shè)一幅矩陣大小M1×N1數(shù)字圖象為f，f(i，j)為圖像中象元。分割出的文字邊緣圖象表示為集合E，定義函數(shù)s(i，j)， 為獲取邊緣點(diǎn)的圖象像素點(diǎn)坐標(biāo)位置，定義函數(shù)P(s)，
(i，j)＝P(s(i，j))，其中s(i，j)＝1 (2)或者分為X列的行位置PY(s)，Y行的列位置PX(s)j＝PX＝i(s(i，j))，其中s(i，j)＝1 (3)i＝PY＝j(luò)(s(i，j))，其中s(i，j)＝1 (4)水平方向相鄰邊緣點(diǎn)的距離定義為D(i，j)D(i，j)＝PX＝i(s(i，j))-PX＝i(s(i，k)) (5)且，s，如果k＜PX＝i(s)＜j成立，則s(i，PX＝i(s))＝0。利用(5)式檢測(cè)水平方向相鄰邊緣點(diǎn)的距離。
(3)相鄰邊緣點(diǎn)距離統(tǒng)計(jì)設(shè)文字圖象區(qū)域的相鄰邊緣點(diǎn)距離范圍為[W1，W2]，圖書(shū)封面文字圖象分割中，文字圖象區(qū)域相鄰邊緣點(diǎn)距離的范圍為[3，15]。同一文字圖象區(qū)域內(nèi)，文字水平方向相鄰邊緣點(diǎn)距離接近相等，則每行統(tǒng)計(jì)滿足下列條件的相鄰邊緣點(diǎn)距離的數(shù)量。
(i)W1≤D(i，j)≤W2，i∈[1，M1-m0]，j∈[1，N1-n0](ii)存在m，n，滿足1≤m≤m0，1≤n≤n0，使得下式成立D(i+m，j+n)∈[D(i，j)-Δ，D(i，j)+Δ]其中，m，n決定鄰域的大小，Δ相鄰邊緣點(diǎn)距離的波動(dòng)。通過(guò)實(shí)驗(yàn)分析，確定上述參數(shù)的大小。
(4)文字圖象行區(qū)域檢測(cè)根據(jù)每一行字符的最少個(gè)數(shù)，可以確定相鄰邊緣點(diǎn)距離統(tǒng)計(jì)數(shù)量的閾值T，檢測(cè)文字圖象可能行。相鄰的可能文字圖象行進(jìn)行合并，形成可能的文字圖象區(qū)域。根據(jù)所要檢測(cè)文字的最小高度，設(shè)定閾值H，檢測(cè)得到文字圖象的行區(qū)域。由于距離統(tǒng)計(jì)中，鄰域約束條件的限制，H值可以取比文字實(shí)際高度略小更為合適。根據(jù)分割要求，通過(guò)實(shí)驗(yàn)分析，確定相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的數(shù)量閾值T和文字圖象的高度閾值H。
(5)行區(qū)域邊界調(diào)整在分割出各個(gè)文字圖象行區(qū)域內(nèi)，分別統(tǒng)計(jì)每一行的邊緣點(diǎn)數(shù)量。
NY=Σj=1N1s(Y,j)--(6)]]>
在文字圖象區(qū)域內(nèi)，邊緣點(diǎn)數(shù)量相對(duì)比較多。在每一個(gè)文字圖象行區(qū)域內(nèi)，找出最小的邊緣點(diǎn)數(shù)量統(tǒng)計(jì)值N0b=min(NYb),Y1b≤Y≤Y2b--(7)]]>其中，b表示第b個(gè)文字圖象行區(qū)域，Y1b和Y2b是b文字圖象行區(qū)域的起始行和末尾行。在文字圖象行區(qū)域的上下兩個(gè)邊界附近，統(tǒng)計(jì)各行的邊緣點(diǎn)數(shù)量NY，如果NY≥N0b--(8)]]>則將該行并入b文字圖象區(qū)域內(nèi)。
(6)各行區(qū)域文字圖象高度檢測(cè)經(jīng)行區(qū)域邊界調(diào)整后，檢測(cè)到完整的完整文字圖象行區(qū)域，在各行區(qū)域內(nèi)，分別檢測(cè)各文字圖象區(qū)域的高度CHb=Yendb-Ystartb--(9)]]>其中，Yendb和Ystartb分別表示b文字圖象行區(qū)域經(jīng)邊界調(diào)整后的區(qū)域末尾行和起始行。
(7)行區(qū)域內(nèi)列方向邊緣點(diǎn)數(shù)量統(tǒng)計(jì)在分割出的文字行區(qū)域圖象中，統(tǒng)計(jì)每一列的邊緣點(diǎn)數(shù)量，NXb=Σi=YstartbYendbs(i,X)--(10)]]>(8)文字圖象列區(qū)域檢測(cè)設(shè)定文字圖象區(qū)域內(nèi)列邊緣點(diǎn)的數(shù)量閾值TN，其中可能文字圖象列檢測(cè)的邊緣點(diǎn)數(shù)量梯度閾值TN范圍為[3，5]。利用(11)式在文字圖象行區(qū)域內(nèi)檢測(cè)可能的文字圖象列，NXb≥TN--(11)]]>可能的文字圖象列進(jìn)行合并，形成可能的文字列區(qū)域。由于文字圖象大小不同，其字符的間隔也不相同，但是一般印刷體的排版方式中其字符的間隔必然小于字符的高度，則以各文字圖象行區(qū)域中檢測(cè)的字符高度CHb為可能文字圖象列合并的間隔閾值。設(shè)b圖像行區(qū)域內(nèi)，兩可能文圖象列的間隔為GX，若GX≤CHb，則合并。合并后，還存在幾個(gè)可能的文字列區(qū)域，從中選出可能文字列最多的區(qū)域?yàn)槲淖至袇^(qū)域。
(9)文字圖象區(qū)域邊界調(diào)整首先，文字圖象的部分筆劃比較簡(jiǎn)單，如“T”水平方向的橫，僅有兩個(gè)邊緣點(diǎn)，列方向的邊緣點(diǎn)數(shù)量統(tǒng)計(jì)分割，可能會(huì)使其落在文字圖象區(qū)域的外部，而使字符分割不完整。因此，在文字圖象區(qū)域附近，列邊緣點(diǎn)個(gè)數(shù)大于等于2的則并入文字圖象區(qū)域。
其次，可能文字圖象列的間隔閾值為該區(qū)域的文字圖象高度，這會(huì)使部分靠近文字區(qū)域的非文字圖象目標(biāo)被包含在文字圖象區(qū)域內(nèi)。因此，在列方向的開(kāi)始和末尾進(jìn)行再次分割調(diào)整。在起始和結(jié)尾處，CHb列的范圍內(nèi)可能的文字圖象列數(shù)L必須滿足Lb≥CHb2--(12)]]>(10)文字圖象區(qū)域分割經(jīng)過(guò)邊界調(diào)整后，可以精確地分割出文字圖象。
本發(fā)明避免了顏色分割計(jì)算量大，分割精度低的問(wèn)題，并有效地抑制了復(fù)雜背景的干擾，顯著提高了文字圖象的分割精度和算法執(zhí)行速度。該文字圖象分割方法具有如下優(yōu)點(diǎn)(1)避免彩色圖象的顏色分割和二值化，利用灰度圖象即可實(shí)現(xiàn)。(2)能同時(shí)準(zhǔn)確分割出尺寸大小變化較大的文字，最大的文字尺寸是最小的5倍左右。(3)能準(zhǔn)確分割不同結(jié)構(gòu)的文字圖象，如英文和中文。(4)能從復(fù)雜背景的圖象中分割出文字圖象，本算法能從自然場(chǎng)景和人造場(chǎng)景的背景中分割出文字圖象。(5)算法簡(jiǎn)單，避免了顏色分割、二值化和中英文檢測(cè)等處理步驟，因此運(yùn)行速度快，執(zhí)行時(shí)間少。


圖1本發(fā)明結(jié)構(gòu)示意圖具體實(shí)施方式
如圖1所示，結(jié)合本發(fā)明方法的內(nèi)容提供以下實(shí)施例，具體如下(1)在圖書(shū)封面文字圖象分割中，CCD攝像頭拍攝的灰度圖象，設(shè)置Canny算子的梯度閾值為0.2，檢測(cè)灰度圖象的邊緣。
(2)測(cè)量相鄰邊緣點(diǎn)的水平方向距離。
(3)設(shè)定文字圖象區(qū)域的相鄰邊緣點(diǎn)距離范圍為[3，15]，鄰域?yàn)?×3大小的區(qū)域，相鄰邊緣點(diǎn)的距離波動(dòng)范圍為2，統(tǒng)計(jì)可能為文字的邊緣點(diǎn)距離。
(4)設(shè)定可能文字圖象行的相鄰邊緣點(diǎn)距離數(shù)量的閾值T＝9，檢測(cè)出可能的文字圖象行，經(jīng)合并后形成文字圖象行區(qū)域。設(shè)定文字圖象行區(qū)域的高度閾值H＝6，慮去偽文字圖象行區(qū)域。
(5)在各個(gè)文字圖象行區(qū)域內(nèi)，統(tǒng)計(jì)各行的邊緣點(diǎn)數(shù)量，求得各區(qū)域相應(yīng)的最小值后進(jìn)行行邊界調(diào)整，檢測(cè)到精確的文字圖象區(qū)域。
(6)計(jì)算各個(gè)行區(qū)域的文字圖象高度。
(7)在各個(gè)文字圖象行區(qū)域內(nèi)，統(tǒng)計(jì)每一列圖象像素的邊緣點(diǎn)數(shù)量。
(8)設(shè)定可能文字圖象列邊緣點(diǎn)數(shù)量的閾值TN＝3，據(jù)此檢測(cè)出可能的文字圖象列。以檢測(cè)到的各文字圖象行區(qū)域的高度作為文字列合并的間隔閾值，將可能的文字圖象列合并形成文字圖象列區(qū)域。
(9)根據(jù)文字圖象列區(qū)域附近的文字圖象列邊緣點(diǎn)數(shù)量是否大于2，進(jìn)行列邊界的擴(kuò)展調(diào)整。根據(jù)各文字圖象列區(qū)域的起始和末尾處，可能文字圖象列的數(shù)量大于該文字行區(qū)域高度的一半，進(jìn)行邊界壓縮調(diào)整，這樣就得到了邊界調(diào)整得到精確的文字圖象列區(qū)域。
(10)經(jīng)行和列的位置檢測(cè)后，得到文字圖象的區(qū)域范圍，最終準(zhǔn)確分割出文字圖象。在Pentium IV 1.6GHz CPU，256M RAM的PC機(jī)上的運(yùn)行時(shí)間為3.171秒。
本發(fā)明避免了顏色分割計(jì)算量大，分割精度低的問(wèn)題，并有效地抑制了復(fù)雜背景的干擾，顯著提高了文字圖象的分割精度和算法執(zhí)行速度。
權(quán)利要求
1.一種基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，其特征在于，方法如下先將攝像頭拍攝的灰度圖象用Canny算子檢測(cè)邊緣，檢測(cè)相鄰邊緣點(diǎn)的水平方向距離，統(tǒng)計(jì)可能為文字的邊緣點(diǎn)距離，然后設(shè)定閾值，檢測(cè)出可能的文字圖象行，經(jīng)合并后形成文字圖象行區(qū)域，在各個(gè)文字圖象行區(qū)域內(nèi)，統(tǒng)計(jì)各行的邊緣點(diǎn)數(shù)量，求得各區(qū)域相應(yīng)的最小值后進(jìn)行行邊界調(diào)整，檢測(cè)到精確的文字圖象區(qū)域，并計(jì)算各個(gè)行區(qū)域的文字圖象高度，再在各個(gè)文字圖象行區(qū)域內(nèi)，統(tǒng)計(jì)每一列圖象像素的邊緣點(diǎn)數(shù)量，設(shè)定可能文字圖象列的閾值，據(jù)此檢測(cè)出可能的文字圖象列，可能的文字圖象列合并形成文字圖象列區(qū)域，并進(jìn)行列邊界調(diào)整得到精確的文字圖象列區(qū)域，經(jīng)行和列的位置檢測(cè)后，得到文字圖象的區(qū)域范圍，最終準(zhǔn)確分割出文字圖象。
2.根據(jù)權(quán)利要求1所述的基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，其特征是，以下對(duì)本發(fā)明的進(jìn)一步的限定，包含以下步驟(1)邊緣檢測(cè)，(2)水平方向相鄰邊緣點(diǎn)距離檢測(cè)，(3)相鄰邊緣點(diǎn)距離統(tǒng)計(jì)，(4)文字圖象行區(qū)域檢測(cè)，(5)行區(qū)域邊界調(diào)整，(6)各行區(qū)域文字圖象高度檢測(cè)，(7)行區(qū)域內(nèi)列方向邊緣點(diǎn)數(shù)量統(tǒng)計(jì)，(8)文字圖象列區(qū)域檢測(cè)，(9)文字圖象區(qū)域邊界調(diào)整，(10)文字圖象區(qū)域分割。
3.根據(jù)權(quán)利要求2所述的基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，其特征是，所述的邊緣檢測(cè)，具體為對(duì)數(shù)碼相機(jī)拍攝的灰度圖象采用Canny算子檢測(cè)邊緣，對(duì)于同一幅圖象，梯度閾值必須滿足以下兩個(gè)條件首先，必須能檢測(cè)出目標(biāo)文字圖象的邊緣，其次，目標(biāo)文字的背景區(qū)域內(nèi)檢測(cè)出的非文字圖象“假邊緣”最少，在圖書(shū)封面文字圖象分割中，Canny算子邊緣檢測(cè)的梯度閾值范圍優(yōu)選為大于等于0.2，小于等于0.4。
4.根據(jù)權(quán)利要求2所述的基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，其特征是，所述的水平方向相鄰邊緣點(diǎn)距離檢測(cè)，具體為設(shè)一幅矩陣大小M1×N1數(shù)字圖象為f，f(i，j)為圖像中象元，分割出的文字邊緣圖象表示為集合E，定義函數(shù)s(i，j)， 為獲取邊緣點(diǎn)的圖象像素點(diǎn)坐標(biāo)位置，定義函數(shù)P(s)，(i，j)＝P(s(i，j))，其中s(i，j)＝1 (2)或者分為X列的行位置PY(s)，Y行的列位置PX(s)j＝PX＝i(s(i，j))，其中s(i，j)＝1(3)i＝PY＝j(luò)(s(i，j))，其中s(i，j)＝1(4)水平方向相鄰邊緣點(diǎn)的距離定義為D(i，j)D(i，j)＝PX＝i(s(i，j))-PX＝i(s(i，k)) (5)且，S，如果k＜PX＝i(s)＜j成立，則s(i，PX＝i(s))＝0，利用(5)式檢測(cè)水平方向相鄰邊緣點(diǎn)的距離。
5.根據(jù)權(quán)利要求2所述的基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，其特征是，所述的相鄰邊緣點(diǎn)距離統(tǒng)計(jì)，具體為設(shè)文字圖象區(qū)域的相鄰邊緣點(diǎn)距離范圍為[W1，W2]，其中圖書(shū)封面文字圖象分割中，文字圖象區(qū)域相鄰邊緣點(diǎn)距離的范圍為[3，15]，同一文字圖象區(qū)域內(nèi)，文字水平方向相鄰邊緣點(diǎn)距離接近相等，則每行統(tǒng)計(jì)滿足下列條件的相鄰邊緣點(diǎn)距離的數(shù)量，(i)W1≤D(i，j)≤W2，i∈[1，M1-m0]，j∈[1，N1-n0](ii)存在m，n，滿足 1≤m≤m0，1≤n≤n0，使得下式成立D(i+m，j+n)∈[D(i，j)-Δ，D(i，j)+Δ]其中，m，n決定鄰域的大小，△相鄰邊緣點(diǎn)距離的波動(dòng)，通過(guò)實(shí)驗(yàn)分析，確定上述參數(shù)的大小。
6.根據(jù)權(quán)利要求2所述的基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，其特征是，所述的文字圖象行區(qū)域檢測(cè)，具體為根據(jù)每一行字符的最少個(gè)數(shù)，確定相鄰邊緣點(diǎn)距離統(tǒng)計(jì)數(shù)量的閾值T，檢測(cè)文字圖象可能行，相鄰的可能文字圖象行進(jìn)行合并，形成可能的文字圖象區(qū)域，根據(jù)所要檢測(cè)文字的最小高度，設(shè)定閾值H，檢測(cè)得到文字圖象的行區(qū)域，根據(jù)分割要求，通過(guò)實(shí)驗(yàn)分析，確定相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的數(shù)量閾值T和文字圖象的高度閾值H。
7.根據(jù)權(quán)利要求2所述的基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，其特征是，所述的行區(qū)域邊界調(diào)整，具體為在分割出各個(gè)文字圖象行區(qū)域內(nèi)，分別統(tǒng)計(jì)每一行的邊緣點(diǎn)數(shù)量，NY=Σj=1N1s(Y,j)---(6)]]>在每一個(gè)文字圖象行區(qū)域內(nèi)，找出最小的邊緣點(diǎn)數(shù)量統(tǒng)計(jì)值N0b=min(NYb),Y1b≤Y≤Y2b---(7)]]>其中，b表示第b個(gè)文字圖象行區(qū)域，Y1b和Y2b是b文字圖象行區(qū)域的起始行和末尾行，在文字圖象行區(qū)域的上下兩個(gè)邊界附近，統(tǒng)計(jì)各行的邊緣點(diǎn)數(shù)量NY，如果NY≥N0b--(8)]]>則將該行并入b文字圖象區(qū)域內(nèi)。
8.根據(jù)權(quán)利要求2所述的基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，其特征是，所述的各行區(qū)域文字圖象高度檢測(cè)，具體為經(jīng)行區(qū)域邊界調(diào)整后，檢測(cè)到完整的完整文字圖象行區(qū)域，在各行區(qū)域內(nèi)，分別檢測(cè)各文字圖象區(qū)域的高度CHb=Yendb-Ystartb--(9)]]>其中，Yendb和Ystartb分別表示b文字圖象行區(qū)域經(jīng)邊界調(diào)整后的區(qū)域末尾行和起始行。
9.根據(jù)權(quán)利要求2所述的基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，其特征是，所述的行區(qū)域內(nèi)列方向邊緣點(diǎn)數(shù)量統(tǒng)計(jì)，具體為在分割出的文字行區(qū)域圖象中，統(tǒng)計(jì)每一列的邊緣點(diǎn)數(shù)量，NXb=Σi=YstartbYendbS(i,X)--(10)]]>
10.根據(jù)權(quán)利要求2所述的基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，其特征是，所述的文字圖象列區(qū)域檢測(cè)，具體為設(shè)定文字圖象區(qū)域內(nèi)列邊緣點(diǎn)的數(shù)量閾值TN，其中可能文字圖象列檢測(cè)的邊緣點(diǎn)數(shù)量梯度閾值TN范圍為[3，5]，利用(11)式在文字圖象行區(qū)域內(nèi)檢測(cè)可能的文字圖象列，NXb≥TN--(11)]]>可能的文字圖象列進(jìn)行合并，形成可能的文字列區(qū)域，印刷體的排版方式中其字符的間隔必然小于字符的高度，則以各文字圖象行區(qū)域中檢測(cè)的字符高度CHb為可能文字圖象列合并的間隔閾值，設(shè)b圖像行區(qū)域內(nèi)，兩可能文圖象列的間隔為GX，若GX≤CHb，則合并，合并后，還存在幾個(gè)可能的文字列區(qū)域，從中選出可能文字列最多的區(qū)域?yàn)槲淖至袇^(qū)域。
全文摘要
一種基于相鄰邊緣點(diǎn)距離統(tǒng)計(jì)的文字圖象分割方法，屬于圖象處理領(lǐng)域。方法如下先將灰度圖象用Canny算子檢測(cè)邊緣，檢測(cè)相鄰邊緣點(diǎn)的水平方向距離；統(tǒng)計(jì)可能為文字的邊緣點(diǎn)距離，檢測(cè)出可能的文字圖象行，形成文字圖象行區(qū)域；統(tǒng)計(jì)邊緣點(diǎn)數(shù)量，檢測(cè)到精確的文字圖象區(qū)域，并計(jì)算文字圖象高度；統(tǒng)計(jì)圖象像素的邊緣點(diǎn)數(shù)量，設(shè)定可能文字圖象列的閾值，檢測(cè)出可能的文字圖象列，形成文字圖象列區(qū)域，并進(jìn)行列邊界調(diào)整得到精確的文字圖象列區(qū)域；經(jīng)行和列的位置檢測(cè)后，得到文字圖象的區(qū)域范圍，最終準(zhǔn)確分割出文字圖象。本發(fā)明避免了顏色分割計(jì)算量大，分割精度低的問(wèn)題，有效地抑制了復(fù)雜背景的干擾，顯著提高了文字圖象的分割精度和算法執(zhí)行速度。
文檔編號(hào)G06T7/60GK1542697SQ200310108450
公開(kāi)日2004年11月3日 申請(qǐng)日期2003年11月6日 優(yōu)先權(quán)日2003年11月6日
發(fā)明者胡小鋒, 葉慶泰 申請(qǐng)人:上海交通大學(xué)