【文章內容簡介】 理，本章著重介紹了目前常用的預處理方法，通常文字在字體、大小、顏色、對齊方式和排列方向上常常有很大的變化，文字背景復雜，圖像分辨率低，圖像噪聲高，而且很多系統(tǒng)在應用上還要求算法有較高的處理速度，這些都使得從圖像中有效地提取出文字變得異常困難。但我們可以對圖像根據(jù)不同應用特點進行識別前的預處理，盡最大可能提高文本正確識別率，這些圖像預處理包括圖像平滑、傾斜校正、灰度修正等。4 文本定位在獲得預處理的圖像后，利用彩色圖像的彩色分割方法。根據(jù)圖片底色等有關的先驗知識，采用彩色像素點統(tǒng)計的方法分割出合理的文本區(qū)域，確定圖片底色RGB對應的各自灰度范圍，然后行方向統(tǒng)計在此顏色范圍內的像素點數(shù)量，設定合理的閾值，確定文本在行方向的合理區(qū)域。然后，在分割出的行區(qū)域內，統(tǒng)計列方向藍色像素點的數(shù)量，最終確定完整的文字區(qū)域。本文應用基于邊緣的方法實現(xiàn)對文本的定位。僅僅依靠單一文本特征的圖像分割方法不適于復雜彩色圖像文本的提取,必須要在初步提取的基礎上,考慮更多的文本特征,對候選文本區(qū)域進行篩選。鑒于圖像的邊緣是圖像的最基本特征之一,人們在觀察一幅圖像時,最先得到的信息就是圖像的外形輪廓(邊緣)。因此,本章提出一種基于邊緣的文本檢測算法,借助圖像的邊緣特征為主要特征,顏色尺寸等特征為輔,更好地分割識別出彩色圖像中的文本。其文本定位如下圖示： （a）原圖像 (b)梯度分割結果 圖像定位結果根據(jù)邊緣是圖像上灰度值的變化最為劇烈的地方,反映為數(shù)學表達就是函數(shù)梯度比較大的地方,因此邊緣檢測的思路主要集中在研究比較好的求導算子上面[12]。邊緣檢測的方法主要集中于計算圖像灰度值的一階導數(shù)或二階導數(shù),圖像的邊緣點對應于一階微分圖像的峰值點,在二階微分圖像上對應于零交叉點。一般的圖像邊緣檢測方法有三個步驟:圖像濾波,使用濾波器來改善與噪聲有關的邊緣檢測器的性能。圖像增強,一般是通過計算梯度的幅值來完成。圖像檢測,確定哪些點是邊緣點。最簡單的邊緣檢測判斷依據(jù)是梯度幅值。 邊緣檢測的基本算法有很多，有梯度算子、方向算子、拉普拉斯算子和坎尼(Canny)算子等等。幾種常用的邊緣檢測方法有屬于梯度算子的Roberts算子、Sobel算子和Prewitt算子、高斯偏導濾波器(LOG)以及Canny邊緣檢測器等。下面介紹幾種經(jīng)典的邊緣檢測算子[13]。 Sobel 算子考慮到采用33鄰域可以避免在像素之間內插點上計算梯度，[i,j] 周圍點的排列。Sobel算子即是如此排列的一種梯度幅值， （）其中 （）其中的偏導數(shù)用下式計算(): （）其中常數(shù)c=2，和其他的梯度算子一樣，和，可用卷積模板來實現(xiàn)，請注意這一算子把重點放在接近于模板中心的像素點。Sobel算子是邊緣檢測器中最常用的算子之一。 Prewitt 算子 Prewitt算子類似于Sobel算子,不同的是常系數(shù)c=l。由于常量c的不同，這一算子與Sobel算子不同的地方在于沒有把重點放在接近模板中心的像素點。當用兩個掩模板(卷積算子)組成邊緣檢測器時，通常取較大的幅度作為輸出值。這使得它們對邊緣的走向有些敏感。取它們的平方和的開方可以獲得性能更一致的全方位的響應。這與真實的梯度值更接近。另一種方法是，可以將Prewitt算子擴展成八個方向，即邊緣樣板算子。這些算子樣板由理想的邊緣子圖構成。依次用邊緣樣板去檢測圖像，與被檢測區(qū)域最為相似的樣板給出最大值。用這個最大值作為算子的輸出值MIA，這樣可將邊緣像素檢測出來[13]。 Roberts 算子 1963年Roberts提出了邊緣檢測和邊緣檢測的這個簡單算子[14]。邊緣，是指周圍像素灰度有階躍變化或屋頂?shù)茸兓哪切┫袼氐募?。圖像的邊緣對應著圖像灰度的不連續(xù)性。顯然圖像的邊緣很少是從一個灰度跳到另一個灰度這樣的理想狀況。真實圖像的邊緣通常都具有有限的寬度呈現(xiàn)出陡峭的斜坡狀。 邊緣的銳利程度由圖像灰度的梯度決定。梯度是一個向量，?f 指出灰度變化的最快的方向和數(shù)量。 （）梯度的大小和方向是由： （） （）因此最簡單的邊緣檢測算子是用圖像的垂直和水平差分來逼近梯度算子： （）因此當我想尋找邊緣的時候，最簡單的方法是對每一個像素計算出的向量,然后求出他的絕對值，然后進行閥值操作就可以了。利用這種思想就得到了Roberts算子： （）a) 它是一個兩個22模板作用的結果()： 和 Log算子 前面都是利用邊緣處的梯度最大（正的或負的）這一性質來進行邊緣檢測，即利用了灰度圖像的拐點位置是邊緣的性質。Log算法理論是從生物視覺理論導出的方法。其基本思想是:首先在一定范圍內做平滑濾波，然后利用差分算子檢測在相應尺度上的邊緣。濾波器的選擇取決于兩個因素，一是要求濾波器在空間上平穩(wěn)，空間位置誤差要小，二是要求平滑濾波器本身是帶通濾波器，在其有限帶通內是平穩(wěn)的，即要求頻域誤差△w要小。由信號處理中的測不準原理知，與△w是矛盾的，達到測不準下限的濾波器是高斯濾波器。Marr和Hildreth提出的差分算子是各向同性的拉普拉斯二階差分算子[15]。Log邊緣檢測器的基本特征是： 平滑濾波器是高斯濾波器 增強步驟采用二階導數(shù)(二維拉普拉斯函數(shù)) 邊緣檢測判據(jù)是二階導數(shù)零交叉點并對應一階導數(shù)的較大峰值 這種方法的特點是圖像首先與高斯濾波器進行卷積，這一步既平滑了圖像又降低了噪聲，孤立的噪聲點和較小的結構組織將被路濾除。由于平滑會導致邊緣的延展，因此邊緣檢測器只考慮那些具有局部梯度最大值的點為邊緣點，這一點可以用二階倒數(shù)零交叉點來實現(xiàn)。拉普拉斯函數(shù)用作二維二階倒數(shù)的近似，是因為它是一種無方向算子。為了避免檢測出非顯著邊緣，應選擇一階導數(shù)大于某一閾值的零交叉點為邊緣點[16]。Log算子的輸出是通過卷積運算得到的： （） 根據(jù)卷積求導法有： （）一階導數(shù)的邊緣算子有時會導致檢測的邊緣點太多,檢測處的邊緣較粗。而二階導數(shù)的過零點處對應著一階導數(shù)的局部最大值,因此利用二階導數(shù)的算子求得局部梯度最大值對應的點,并判定它們屬于邊緣點,可以檢測得出更加精確的邊緣。Canny算子提出了評價檢測性能優(yōu)劣的三個準則[28],信噪比準則(真正的邊緣盡可能少的丟失又要盡可能避免將非邊緣點檢測為邊緣)、定位精度準則(檢測的邊緣應盡可能接近真實的邊緣)、單邊緣響應準則(對每一個邊緣點有唯一的響應,即得到單像素寬度的邊緣)。根據(jù)三個準則,可以得到最佳的邊緣。 Canny算子還有一個重要的邊緣檢測算子，即Canny算子，它是最優(yōu)的階梯型邊緣（step edge）檢測算子。從以下的3個標準意義來說，Canny邊緣檢測算子對白噪聲影響的階躍型邊緣是最優(yōu)。（1）檢測標準。不丟失重要的邊緣，不應有虛假的邊緣。（2）定位標準。實際邊緣與檢測到的邊緣位置之間的偏差最小。（3）單響應標準。將多個響應降低為單個邊緣響應。Canny 邊緣檢測法是高斯函數(shù)的一階微分，它能在噪聲抑制和邊緣檢測之間取得較好的平衡[27]。算法如下:1. 用 33 高斯濾波器來對圖像濾波，以取出圖像中的噪聲。2. 對每個像素，計算其梯度的大小M和方向O。為此要使以下22大小的模板作為對X和Y方向偏微分的一階近似。 （）由此得到梯度的大小M和方向O: （）對 Canny算子作如下說明:1. 梯度進行“非極大抑制”。梯度的方向可以被定義為屬于4個區(qū)之一，各個區(qū)有不同的鄰近像素用來進行比較，以決定局部極大值。這4個區(qū)及其相應的比較方向如下模板所示：例如，如果中心像素x的梯度方向屬于第3區(qū)，則把x的梯度值同它的左上和右下相鄰像素的梯度值比較，看x的梯度值是否是局部極大值。如果不是，則把像素的灰度值設為0。這個過程叫做“非極大抑制”。2. 梯度取兩次閾值。3. 邊緣連接。Canny算子的實現(xiàn)步驟如下：（1）首先用2D高斯濾波模板與原始圖像進行卷積，以消除噪聲。（2）利用導數(shù)算子（如Prewitt算子、Sobel算子）找到圖像灰度沿兩個方向的導數(shù),并求出梯度的大?。海?）利用（2）的結果計算出梯度的方向：。（4）求出了邊緣的方向，就可以把邊緣的梯度方向大致分為四種（水平、垂直、45176。方向和135176。方向），并可以找到這個像素梯度方向的鄰接像素。（5）遍歷圖像。若某個像素的灰度值與其梯度方向上前后兩個像素的灰度值相比不是最大的，那么將這個像素值置為0，即不是邊緣。（6）使用累計直方圖計算兩個閾值。凡是大于高閾值的一定是邊緣，凡是小于低閾值的一定不是邊緣。如果檢測結果在兩個閾值之間，則根據(jù)這個像素的鄰接像素有沒有超過高閾值的邊緣像素，如果有，則它就是邊緣，否則不是[17]。Roberts 算子提取邊緣的結果邊緣較粗，邊緣定位不很準確，Sobel 算子和Prewitt 算子對邊緣的定位就準確了一些，而采用Log 算子進行邊緣提取的結果要明顯優(yōu)于前4 種算子，特別是邊緣比較完整，位置比較準確。Canny 算子則能較好地體現(xiàn)圖像的弱邊緣[18]。其檢測結果如下圖： （a）灰度化調整圖 （b）邊緣檢測圖 利用Canny