Effective Uyghur Language Text Detection in Complex Background Images for Traffic Prompt Identification

Chenggang Yan, Hongtao Xie, Shun Liu, Jian Yin, Yongdong Zhang, Qionghai Dai

        复杂背景图像中的文本检测对于智能车辆来说是具有挑战性的任实际上,几乎所有广泛使用的系统都专注于常用语言,而对于一些少数语言,例如维吾尔语,文本检测则较少受到关注。在本文中,我们提出了一个复杂的背景图像中有效的维吾尔语文本检测系统。一,新的 提出了通道增强的最大稳定极值区域(MSERs)算法来检测候选组件。其次,设计了一个双层过滤机制来删除大多数非特征区域。第三,剩余的组件区域连接成短链,并且通过新颖的扩展算法扩展短链以连接丢失的MSER。最后,提出了一种双层链消除滤波器来修剪非文本链。为了评估系统,我们通过具有复杂背景的各种维吾尔文本构建了一个新的数据集。广泛的实验比较表明,我们的系统对于复杂背景图像中的维吾尔语文本检测显然是有效的。 F测量值为85%,远远优于75.5%的最新性能。

         该成果发表于IEEE  Transactions on Intelligent Transportation Systems期刊,收录于SCI,为ESI高被引以及ESI热点论文。

Effective Uyghur Language Text Detection in Complex Background Images for Traffic Prompt Identification.pdf



联系我们

联系人:孙老师

电话:0571-86878691

工作电话:0571-86878691

电子邮箱:syq@hdu.edu.cn

智能信息处理实验室

浙江省杭州市杭州经济开发区白杨街道2号大街1158号 杭州电子科技大学