复杂背景图像中文本定位算法设计终稿

(2)互联网应用。Web服务器的数量正以惊人的速度增长，文本构成了Web页的重要组成部分，在有的网页上图像中的文字居然占去了总的文字量的一半以上，这个比例是相当惊人的，Web页中的图像包含了许多的像素文本信息。

(3)图像、视频检索。随着多媒体技术和计算机网络的飞速发展，越来越多的信息以数字图像的形式传播和存储，图像、视频检索成为计算机领域研究的热点之一。传统的基于关键词的检索技术已不能满足人们的需求，基于容的图像检索应运而生，而图像中的文字是图像高层语义容的重要来源。

(4)实时处理护照、票据、等。用扫描、照相等方式获得它们的数字图像后，定位并识别图像中的文字可以快速的获得它们所包含的关键信息。

(5)网络过滤。一些不良网络信息的提供者将文本嵌入到图像文件中，或直接以图像文件的形式显示文本以绕开网络过滤系统。基于图像嵌文本的语义分析可以实现基于图像容的检索和过滤。

文本区域定位就是找出图像中文本所在的位置或刚好包围文本的矩形区域，是文本识别非常关键的一步，文本定位的精确与否直接决定整个识别系统准确率的高低。但文本定位受语种、文字的颜色、分辨率、字符间距、背景、光照、倾斜等影响较大，并且某些纹理、图案等很难与文字区分开来。由于数据采集设备的原因，可能会出现离焦模糊、运动模糊、传感器噪声等，这些都给文本定位带来了较大的困难，它到目前为止依然是一个有很好解决的问题。

如何从复杂背景中准确快速的定位出文本区域以及如何降低遗漏的文字，这就是目前复杂背景图像中的文本定位在图像领域的一个研究热点和难点。

1.2 文本定位研究的现状

复杂背景图像中文本定位问题的产生，是由于将OCR技术扩展到其它应用领