一种利用笔画对比和边缘密度特征滤除非文字边缘的方法
【技术领域】
[0001]本发明属于自然场景图像文字检测技术领域，具体涉及一种利用笔画对比和边缘密度特征滤除彳_文字边缘的方法。
【背景技术】
[0002]自然场景图像文字检测是指，从一幅自然场景中拍摄的图片中检测并定位出图像中的文字的技术。该技术对于基于语义的检索，盲人辅助等系统的完善都具有重要的意义。仅仅使用光学字符识别(OCR)对自然场景中文字进行识别，识别效果往往很差，主要因为自然场景中拍摄的图像往往包含了大量复杂的背景，比如窗户，栏杆，树叶等，会造成很多的误检。因此，如果使用文字检测技术先将文字区域定位出来，再进行0CR，便可以极大的提高识别准确率。然而，自然场景文字检测的主要难点，主要来源于两个方面，一是图像质量较差，图像质量往往会受到拍摄条件的制约，文字部分有时会因为反光，被遮挡，失焦等原因，从而导致正常的检测方法失效;二是文字本身的形态带来的难点，比如艺术字，低分辨率和浮雕文字。
【发明内容】
[0003]本发明针对上述问题，提供了一种利用笔画对比和边缘密度特征滤除非文字边缘的方法，该方法在笔画宽度变换的基础上，通过提取笔画对比和边缘密度特征，对边缘图中的背景边缘进行滤除，从而减少了候选边缘分支的数目，降低了后续处理的时间复杂度。
[0004]为了达到上述目的，本发明采用如下技术方案:
[0005]—种利用笔画对比和边缘密度特征滤除非文字边缘的方法，包括以下步骤:
[0006]步骤A:对于一副输入图像，计算它在灰度通道上的边缘图，并从正反两面进行笔画宽度变换，其中，正面指原图，反面指原图取反操作后得到的图；得到笔画对数目向量和笔画宽度变换图；
[0007]步骤B:对于边缘图像中的每一条边缘，分别利用正反两面的笔画宽度变换图，计算笔画对比；对每一层笔画宽度变换图上的每一个连通区域，计算该连通区域的边缘密度特征;对于每一条边缘，如果其笔画对比小于预设阈值，则滤除该边缘;对于每一个连通区域，如果其边缘密度大于预设阈值，则滤除该连通区域内所有的边缘连通分支。
[0008]所述步骤A的具体步骤如下:
[0009]步骤A01:对于一副输入图像，首先计算它的灰度通道图，并使用canny算子进行边缘检测，得到边缘图并进行连通区域标记；
[0010]步骤A02:对于边缘图，分别从正反两个方向，进行笔画宽度变换；笔画宽度变换时，如果从某一边缘像素P沿着梯度方向出发，在搜索范围内找到另一边缘像素q，且q的梯度与P的梯度之差在预设范围内，则称P找到了笔画对;否则，称P没有找到笔画对;建立一个大小为边缘连通区域数目eNum* I大小的向量，每当一个标记为i的边缘点找到对应笔画对时，向量的第i个位置的值增加1，该向量即为笔画对数目向量;建立一个大小和边缘图大小一样的笔画宽度变换图，初始赋值均为O，如果某一边缘点找到了笔画对，则在笔画宽度变换图上将从边缘点出发的搜索路径上的像素全部标记为I。
[0011 ]所述步骤B具体步骤如下:
[0012]步骤B01:对边缘图，分别利用正反两个方向的笔画宽度变换图，计算笔画对比特征，笔画对比特征是一个边缘连通分支中找到了笔画对的边缘像素的个数与该边缘连通分支中所有像素的个数之比；
[0013]步骤B02:对正反两个方向所对应的两个笔画宽度变换图，首先进行连通区域标记，对每个连通区域，计算处于该连通区域内部的不同的边缘连通区域的数目，作为连通区域的边缘密度特征;如果一个边缘超过预设比例的像素均处于该连通区域的外接矩形范围内，则称该边缘在该连通区域内部;如果该连通区域的边缘密度大于预设范围，则该区域内所有的边缘连通分支都被滤除。
[0014]本技术方案具有如下技术效果:笔画对比可以滤除一些不具有平行双边性质的背景边缘，以及在一些情况下，由于某文字边缘的实际笔画宽度大于最大搜索长度，从而从该文字边缘像素出发搜索笔画对时，在没有到达其平行边时就停止搜索，也会造成笔画对比过小，但该情况可通过调整最大搜索长度或对图像进行缩放或多尺度机制得到妥善处理。而边缘密度特征，该特征针对背景边缘较为杂乱无序，往往会向四周发射笔画，从而和周围的其他背景边缘粘连在一起，并和笔画一起，构成一个稠密的连通区域，因此，采用该特征可以有效滤除大量的背景边缘。而且，通过结合多尺度技术，在多个分辨率的图像上进行笔画宽度变换，提高在噪声，光照，遮挡和阴影等情况下的检出率，然后使用该非文字边缘滤除方法，可以有效的减少非文字边缘的干扰，从而为得到一个较优的文字区域粗定位结果。
【具体实施方式】
[0015]下面结合【具体实施方式】对本发明作进一步详细说明。
[0016]本发明一种利用笔画对比和边缘密度滤除非文字边缘的方法，具体包括以下步骤:
[0017]步骤A:对于一副输入图像，在其灰度通道上，计算边缘图，并进行笔画宽度变换，得到笔画对数目向量和笔画宽度变换图；
[0018]步骤A01:在灰度通道上，使用canny算子进行边缘检测，得到边缘图；
[0019]步骤A02:计算边缘图的边缘密度，边缘密度是图像中边缘点的数目占图像所有像素的比例。如果边缘密度过高，则调整canny算子的上下阈值，重新计算canny边缘图。该步骤的目的是防止纹理较粗糙的图像中文字区域的漏检。对于一些纹理粗糙的图像，canny算子往往会检出大量的纹理性边缘，会使得文字边缘在笔画宽度变换中和大量的纹理边缘粘连在一起，导致文字也被移除掉。最后，对最终的边缘图进行连通区域标记，计算连通区域总数目为eNum，