基于视觉显著性与边缘密集度的文本区域定位

吉林大学学报(信息科学版)

基于视觉显著性与边缘密集度的文本区域定位

张鹏, 崔荣一

延边大学计算机科学与技术学科智能信息处理研究室, 吉林延吉 130002

收稿日期:2017-02-27 出版日期:2017-05-25 发布日期:2017-06-07
通讯作者: 崔荣一(1962— ), 男, 吉林延吉人, 延边大学教授, 博士, 硕士生导师, 主要从事模式识别、智能计算研究, (Tel)86-13904433458(E-mail)cuirongyi@ ybu. edu. cn。
作者简介: 张鹏(1989— ), 男, 山西忻州人, 延边大学硕士研究生, 主要从事图像信息智能处理研究, (Tel)86-18643334596 (E-mail)360597746@ qq. com。
基金资助:
吉林省自然科学基金资助项目(20140101186JC); 国家语委科研立项基金资助项目(YB125-178)

Text Localization Algorithm Based on Visual Saliency and Edge Density

ZHANG Peng, CUI Rongyi

Intelligent Information Processing Laboratory, Department of Computer Science & Technology, Yanbian University, Yanji 130002, China

Received:2017-02-27 Online:2017-05-25 Published:2017-06-07

摘要/Abstract

摘要： 为解决传统算法对文本区域检测查准率较低的问题, 从自然场景文本特性出发, 提出了一种基于视觉显
著性与边缘密集度的鲁棒性文本定位方法。首先利用谱残差理论提取图像的显著性区域, 然后在提取的显著
性区域中寻找边缘密集度大的区域, 以此构建候选连通域, 利用少量的先验信息滤除其中的非文本区域。在标
准数据集上的实验结果表明, 与单纯利用边缘特征进行文本区域检测的方法相比, 该方法可获得 70% 的综合
检测率。

关键词: 文本检测, 边缘密集度, 视觉显著性, 谱残差

Abstract: In order to solve the problem of low precision in traditional text localization algorithm, a robust text
localization method based on visual saliency and edge density is proposed from the perspective of natural scene
text properties. Firstly, spectral residual theory is used to extract the saliency region of the image, then search
for the regions of large edge density in the saliency regions and construct candidate connected regions, using a
small amount of prior information to filter out non text area. The experimental results on the standard data set
show that this method can obtain 70% comprehensive detection rate compared to the method of text region
detection using edge feature.

Key words: visual saliency, spectral residual, text detection, edge density

中图分类号:

张鹏, 崔荣一. 基于视觉显著性与边缘密集度的文本区域定位[J]. 吉林大学学报(信息科学版), 2017, 35(3): 319-323.

ZHANG Peng, CUI Rongyi. Text Localization Algorithm Based on Visual Saliency and Edge Density[J]. Journal of Jilin University(Information Science Ed, 2017, 35(3): 319-323.