应用通道增强MSER与CNN的维吾尔文本区域定位

来源：计算机工程与应用杂志2020年第16期北京时间：

作者：艾合麦提江·麦提托合提，艾斯卡尔·艾木都拉，阿布都萨拉木·达吾提

单位：1.新疆大学 信息科学与工程学院，乌鲁木齐 830046；2.新疆大学 软件学院，乌鲁木齐 830046

摘要：为了准确有效地定位出图像中的维吾尔文本区域，提出了一种基于通道增强最大稳定极值区域（Maximally Stable Extremal Region，MSER）和卷积神经网络（Convolutional Neural Network，CNN）的图像文本区域定位方法。应用通道增强MSER提取候选区域，根据文本特征的启发式规则以及CNN分类结果去除非文本和重复区域，通过区域融合算法得到词级别文本区域，根据该区域的色彩相近程度和空间关系召回遗漏的文本区域，并通过CNN网络对召回的区域分类融合，定位出图像文本区域。实验结果表明，该方法可以准确有效地定位文本区域，具有鲁棒性和应用性。

关键词：图像文本,维吾尔文本区域定位,通道增强MSER,卷积神经网络,区域融合算法