1. 研究目的与意义（文献综述）

从自然场景图像中自动提取其中的文字信息,成为计算机视觉、模式识别、文档分析识别等技术方向的一个研究热点。

人们在工作和学习中，经常遇到有大量的文字、报表和文本需要处理的情况。

使用人工的方法，工作效率低下，而且有满足不了要求的可能性。

2. 研究的基本内容与方案

基本内容：以自然场景文本为研究对象，在分析自然场景中文字的特征的基础上，对现有方法进行大量的实验研究，从总体上阐述文字识别的流程， 并指出文本定位在文字识别中所占的地位。然后从各方面详细分析自然场景中文字的特征，并针对文字的众多特征，在翻阅国内外大量文献的基础上，对各种可能的算法进行具体的分析和研究。研究人员提出的多种复杂场景文本检测定位算 法，总体可分为 4 类: 基于连通区域的方法、基于纹理的方法、基于边缘的方法和基于机器学习的方法。
技术方案：利用自然场景中彩色文字的颜色信息，设计一种基于RGB 三基色分量阈值化聚类的文本区域定位方法。首先对彩色图像的RGB 三色分量分别进行局部阈值化，然后通过颜色聚类形成若干层子图像；在各子图像中通过刷子刷图处理和膨胀、腐蚀等的形态学处理，形成连通区域；形成连通区域；接着利用文本特征的先验知识对连通区域进行分析，去掉非文本区域；最后综合各层图像得到最终的定位结果。在自然场景的彩色图像中，文字区域的颜色相对均匀，且与背景对比鲜明，文字的颜色能比灰度提供更多的视觉信息。我们可以根据其颜色值进行聚类，将具有相同颜色的文本像素组成连通分量,再将同一方向的连通分量组成文本串。

3. 研究计划与安排

第1~3周：查找相关资料；撰写开题报告；数字图像处理；
第4~5周：学习和评测自然场景文本定位方法，完成相关文献的英译汉翻译，根据需求设计算法基础架构，确定具体的技术和方案；
第6~9周：根据系统框架确定设计方案和各功能模块的设计；
第10~12周：完成自然场景文字区域定位算法实现与测评，并对实验结果进行分析，修复出现的错误；
第13~16周：撰写并提交毕业论文；
第17周：答辩。

4. 参考文献（12篇以上）

[1] Zhang H, Zhao K, Song Y Z, et al. Text extraction from natural scene image: A survey[J]. Neurocomputing, 2013, 122(51):310-323.
[2] Huang W, Lin Z, Yang J, et al. Text localization in natural images using stroke feature transform and text covariance descriptors[C]//Proceedings of the IEEE International Conference on Computer Vision. 2013: 1241-1248.
[3] Ye Q，Doermann D. Text detection and recognition in imagery:A survey[J]. 2014.
[4] 邓勇，卢德林，张俊佳。

一种综合场景文字检测方法，信息与电脑（理论版，2015，22期,54 1003-9767
[5] 李英，田春娜，颜建强，庄怀宇，李相伟，一种图像中的文字区域检测新方法，西安电子科技大学学报（自然科学版），2013年6期
[6] 杨飞，自然场景中的文字检测综述，电子设计工程，2016年24期.
[7] 邓勇，场景文字检测及其应用技术研究，检测技术与自动化装置，江苏大学，2013
[8] 刘居峰，自然场景中交通标志文字检测算法研究，电路与系统，北京交通大学，2014
[9] 姚敏，数字图像处理，北京;机械工业出版社，2009
[10] 黄自立，场景文字定位方法研究与实现，电子与通信工程，电子科技大学，2014
[11] 吴冰,秦志远.自动确定图像二值化最佳阈值的新方法[J].测绘学院学报, 2001, 18(4): 283-286.
[12] 陈礼安，自然场景图像中的文字定位算法研究，计算机应用技术，华中科技大学，2014
[13] 秦伟，图像文字定位于提取技术研究计算机科学与技术，哈尔滨工程大学，2015
[14] 田其冲，董恒强，何新求，静态图像提取文字技术，电脑编程技巧与维护，2008,8期
[15] 文馨，街景地图中基于文字定位与识别的自动标注，无线互联科技，2015, 5期