基于MSER的文本检测算法实现开题报告

1. 研究目的与意义（文献综述）

1、目的及意义

如今，人类可以说是生活在了两个世界中，一个是现实世界，另一个便是由各种电子设备构造出来的虚拟世界，人们从现实世界中获得一些想要分享的信息并传到了虚拟世界中，然后其他人便能共享到这其中的信息。这个过程看似容易，却需要相当多的技术的支持，一是对于现实世界中的信息获取，二是现实信息与虚拟信息即文本信息的转换，三是网络的连通。本课题便是研究以上的第二步过程。

传统的文档图像的检测和识别已趋于成熟，但是自然场景图像的检测和识别中仍然有很大的改进空间。最开始的自然场景图像仅仅是将获得的图像进行标注，这种方式存在很大的弊端，首先它需要大量的人工操作，这就使得信息的传递有了时间的滞后，另外对图像的标注也会因为编辑者的不同而产生歧义，使得信息在传递过程中模糊了原貌。

2. 研究的基本内容与方案

自然场景图像检测的算法一般分为以下几步，产生候选，字符过滤，字符合并成文本行，文本过滤和后处理。其中对于整个步骤最为关键的便是产生候选，现在多数采用的是连通域方案。所谓连通域，便是对图像的色差变化进行分析，从而对整个图像划分为各个不同的区域。

连通域一般需要进行二值化处理，步骤如下：

（1）标记图像左上角，即，第一行第一列的像素。如果其像素值为255，则标记该点的值为1，否则，开始扫描第一行第二列的像素。

3. 研究计划与安排

（1） 第七学期末，确定设计题目。

（2） 第1—4周，根据所选的题目收集相关技术文献资料，完成开题报告，中英文翻译和文献检索工作。

（3） 第5周，安装所需软件，配置好系统，熟悉开发环境，做好前期准备工作。

4. 参考文献（12篇以上）

1. l. neumann and j. matas, “real-time scene text localization and recognition”, cvpr 2012

2. h.i. koo and d.h. kim, “scene text detection via connected component clustering and nontext filtering”, tip 2013.

3. 李鉴鸿，“基于mser的图像文本定位的应用研究”，华南理工大学硕士论文，2015.