3 方法和理论
本研究开发了一个智能系统能自动检测和识别在实时道路标志中的文本的应用程序，程序在实时运行时，在无约束的场景，没有任何人为的调整，同时保持成本低。快速处理和准确度都必须以正确的信息立即提供给司机。在本研究中，我们将成立一个高性能驱动程序和辅助系统用于从实时视频自然场景中检测和识别道路交通标志的文字和符号。应用情景是一台广角可控制的监视器在一辆移动的车登上夺取在车前面的场面录影。该算法，从捕获的视频检测标志，路标识别文字或符号，并帮助司机在交通机动适当提前提醒他/她前面的迹象。本研究中的主要方法将在本节中做介绍。
3.1在颜色自然场面录影中操作
在以前的研究是发现路标上的大部分静态图像文字为基础的，探测视频文本是更具挑战性[11]。在实际应用中，一个自动驾驶辅助系统，一旦启用后，应能捕捉现场图像和自发运行检测算法，没有任何其他自动操作。一个系统工作在静态图像中还不能满足这种要求。因此，发展一个文本检测系统在工程视频中检测图像的意义是显而易见的。
此外，目前以现有的视频为基础的系统依赖，假设世界上只有一个对象之间的标志和光轴夹角小，所以只能在轻微的角度拍摄的图像失真。使用这些系统，如相交的街道是不正确的驱动程序的一些重要标志位于前方的标志，将会丢失它。在这个程序中，一个大角度监视摄像机，捕捉不仅在驾驶员前方的情景，而且场景的左前方和右前方的也会参与。 由于透视畸变造成的标志的潜在的严重的变形，这以前从未尝试过。恢复算法的文本字符的应用基于这点发展，以确保在这种环境下准确识别文字。颜色信息是最重要的标志特征，这有助于使检测算法的速度更快，大多数基于颜色的特征在以前的研究中使用，利用得当其中之一，但是，并没有使用光照无关技术，因此在各种光照条件下的研究工作还没有出现。我们已经研究了光照不敏感的信息是基于对色彩[12]和[13]的功能。这些思想，连同相关的想法，[14]将在本研究应用。此外，视频摄像头用于此系统将软件控制，其中重点可自动调节，以获得更感兴趣的领域的需要，以实现更加可靠的识别结果的详细信息。
3.2使用全球性和地方特点
为了有效地，正确地找到一个有复杂的背景的道路标志的地点，例如，城市风貌，是一个重要的任务，是有效率的道路标志识别系统的需要。路标上的大部分信息在以前定位研究只利用有限的信息，因此能处理各种道路标志也是有限的。这降低了他们开发的系统的适用性。因此，要制订一个切实可行的司机辅助系统，隐藏在图像和视频中信息必须有效地加以利用。使用全球廉价的计算功能和良好的显着地方特色的强大功能是高效率和强大的路标文本检测系统的目标。
在本研究中，我们将设计一个创新的多层次分层架构，以执行该系统，在全球和局部特征进行了适当的发展和就业，实现我们的目标。较低层的目的是为了排除在检测早期阶段的非文本区域特点使用全球统计功能计算。全球性特点的宽范围多称，安置了带通滤波器，并且非线性刺耳细胞，将是被使用的。这些功能已被证明是检测无约束户外图像的迹象有效[15]。在较高层次，地方特征，如规模不变特征（SIFT特征）[16]和哈尔，特点[17]，已被证明是非常有效的目标识别问题[18]。
3.3检测字符样区
有效的功能可能不会产生令人满意的分类结果的可靠性和可信性，除非被选择分类。各种基于先验知识活阈值的方法显然不能作出令人满意的决定，适应各种环境下。使用一个智能学习的分类，它能给出了一个快速稳定的分类结果，是该系统的关键。利用AdaBoost的机器学习算法[19]一个强大的分类培训与中提琴和琼斯的级联方法相结原文请找腾讯752018766合[从城市景观的文字图像阅读20]已经过测试，陈和尤尔在[9]，这使得检测算法极其快速满足实时处理的要求。我们以前的研究发现使用AdaBoost的车牌也体现在各种表现特征与检测领域的有效性[21]。
此外，在大多数以前的研究，重点是放在文本字符串。根据同样的情况下假定字符有相同的前景和背景颜色，大小相同，并在大约相同的时间间隔分布在水平方向。但毕业论文
http://www.youerw.com/ 是这种在户外场景中创造出来的条件有很多麻烦，因为每个字符的大小、特点即使在相同的符号受到不均匀的照明，其结果也是不同的颜色。每个字符的尺寸可以非常不同，这是由于不同角度的扭曲字符，以及可能分布显著不同的时间间隔或在同一场景中不同的方向。所有这些都导致文本检测丢失。相反，在本研究中，我们的重点将是单个字符，以应付文本具有广泛的品种出现
上一页 [1] [2]
从自然场景路标中自动检测文本的技术 第2页下载如图片无法显示或论文不完整，请联系qq752018766
