基于视觉显著性与文字置信图的场景文字的背景抑制方法

被引:7
作者
姜维
卢朝阳
李静
刘晓佩
姚超
机构
[1] 西安电子科技大学综合业务网国家重点实验室
关键词
场景文字; 背景抑制; 视觉显著性; 笔画特征; 傅里叶谱统计特征;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
复杂背景是影响场景文字自动定位算法性能的重要因素.为消除背景干扰,本文首先根据谱残差理论获取显著性区域,然后利用基于笔画特征的点对梯度方向差比例图与基于傅里叶谱统计特征的后验概率图取得显著性区域的文字置信图,最后借助图模型融合视觉显著性图、文字置信图与HSI颜色特征最终达到抑制自然图像背景并突出前景文字的效果.在ICDAR2011场景文字定位竞赛数据库与实验室场景中文数据库中的实验结果表明,本算法可较好的抑制自然图像中复杂背景,并有效提升算法的性能.
引用
收藏
页码:62 / 68
页数:7
相关论文
共 5 条
[1]   一种基于加权稀疏编码的频域视觉显著性检测算法 [J].
钱晓亮 ;
郭雷 ;
韩军伟 ;
程塨 ;
姚西文 .
电子学报, 2013, 41 (06) :1159-1165
[2]   基于角点类别特征和边缘幅值方向梯度直方图统计特征的复杂场景文字定位算法 [J].
姜维 ;
卢朝阳 ;
李静 ;
刘晓佩 .
吉林大学学报(工学版) , 2013, (01) :250-255
[3]   一种融合图学习与区域显著性分析的图像检索算法 [J].
冯松鹤 ;
郎丛妍 ;
须德 .
电子学报, 2011, 39 (10) :2288-2294
[4]   基于文字穿越线和笔画连通性的视频文字提取方法 [J].
田破荒 ;
彭天强 ;
李弼程 .
电子学报, 2009, 37 (01) :72-78
[5]  
The statistics of natural images[J] . Daniel L Ruderman.Network: Computation in Neural Systems . 1999 (4)