基于连通区域和统计特征的图像文本定位

Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用　基于连通区域和统计特征的图像文本定位　刘亚亚，于凤芹，陈　莹　ＬＩＵ　Ｙａｙａ，ＹＵ　Ｆｅｎｇｑｉｎ，ＣＨＥＮ　Ｙｉｎｇ　江南大学物联网工程学院，江苏无锡２１４１２２　Ｓｃｈｏｏｌ　ｏｆ　Ｉｎｔｅｒｎｅｔ　ｏｆ　Ｔｈｉｎｇｓ　Ｅｎｇｉｎｅｅｒｉｎｇ，Ｊｉａｎｇｎａｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ，Ｊｉａｎｇｓｕ　２　１　４　１　２２，Ｃｈｉｎａ　ＬＩＵ　Ｙａｙａ，ＹＵ　Ｆｅｎｇｑｉｎ，ＣＨＥＮ　Ｙｉｎｇ．Ｔｅｘｔ　ｌｏｃａｔｉｏｎ　ｉｎ　ｉｍａｇｅ　ｂａｓｅｄ　ｏｎ　ｃｏｎｎｅｃｔｅｄ—ｃｏｍｐｏｎｅｎｔ　ａｎｄ　ｓｔａｔｉｓｔｉｃａｌ　ｆｅａｔｕｒｅｓ．　Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ａｐｐｌｉｃａｔｉｏｎｓ，２０１６，５２（５）：１６５—１６８．　Ａｂｓｔｒａｃｔ：Ｔｅｘｔ　ｌｏｃａｔｉｏｎ　１Ｓ　ｔｈｅ　ｐｒｅｍｉｓｅ　ａｎｄ　ｆｏｕｎｄａｔｉｏｎ　ｏｆ　ｔｅｘｔ　ｅｘｔｒａｃｔｉｏｎ　ｉｎ　ｉｍａｇｅｓ．Ｉｎ　ｏｒｄｅｒ　ｔｏ　ｏｖｅｒｃｏｍｅ　ｔｈｅ　ｃｏｍｐｌｅｘ　ｂａｃｋｇｒｏｕｎｄ　ａｎｄ　ｔｈｅ　ｅｆｆｅｃｔ　ｏｆ　ｉｌｌｕｍｉｎａｔｉｏｎ，ａ　ｃｏａｒｓｅ—ｔｏ—ｆｉｎｅ　ｔｅｘｔ　ｌｏｃａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｉｓ　ｐｒｏｐｏｓｅｄ．Ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｆｉｒｓｔｌｙ　ＵＳｅＳ　ｃｏｎｎｅｃｔｅｄ—ｃｏｍｐｏｎｅｎｔ　ａｎａｌｙｓｉｓ　ｆｏｒ　ｃｏａｒｓｅｌｙ　ｌｏｃａｔｉｎｇ　ｏｎ　ｔｈｅ　ｅｄｇｅ　ｉｍａｇｅ，ａｎｄ　ｔｈｅｎ　ｅｘｔｒａｃｔｓ　ｈｉｓｔｏｇｒａｍ　ｏｆ　ｏｒｉｅｎｔｅｄ　ｇｒａｄｉｅｎｔ　ｆｅａｔｕｒｅ　ａｎｄ　ｍｏｄｉｆｉｅｄ　ｌｏｃａｌ　ｂｉｎａｒｙ　ｐａｔｔｅｒｎｓ　ｆｅａｔｕｒｅ　ｔｏ　ｃｌａｓｓｉｆｙ　ｔｈｅ　ｃａｎｄｉｄａｔｅ　ｒｅｇｉｏｎｓ，ｒｅｍｏｖｅｓ　ｔｈｅ　ｆａｌｓｅ　ｔｅｘｔ　ｔｏ　ａｃｈｉｅｖｅ　ａｃｃｕ—　ｒａｔｅ　ｌｏｃａｔｉｏｎ．Ｅｘｐｅｒｉｍｅｎｔａｌ　ｒｅｓｕｌｔｓ　ｉｎｄｉｃａｔｅ　ｔｈａｔ　ｔｈｉｓ　ａｌｇｏｒｉｔｈｍ　ｃａｎ　ｅｆｆｅｃｔｉｖｅｌｙ　ｒｅｄｕｃｅ　ｔｈｅ　ｉｎｆｌｕｅｎｃｅ　ｏｆ　ｎｏｎ—ｕｎｉｆｏｒｍ　ｉｌｌｕｍｉ—　ｎａｔｉｏｎ　ａｎｄ　ｃｏｍｐｌｅｘ　ｂａｃｋｇｒｏｕｎｄ，ａｃｃｕｒａｔｅｌｙ　ｌｏｃａｔｅ　ｔｈｅ　ｔｅｘｔ　ａｒｅａ　ｉｎ　ｓｃｅｎｅ　ｉｍａｇｅ．　Ｋｅｙ　ｗｏｒｄｓ：ｔｅｘｔ　ｌｏｃａｔｉｏｎ；ｃｏｎｎｅｃｔｅｄ—ｃｏｍｐｏｎｅｎｔ　ａｎａｌｙｓｉｓ；ｈｉｓｔｏｇｒａｍ　ｏｆ　ｏｒｉｅｎｔｅｄ　ｇｒａｄｉｅｎｔ　ｆｅａｔｕｒｅ；ｌｏｃａｌ　ｂｉｎａｒｙ　ｐａｔｔｅｒｎｓ　ｆｅａｔｕｒｅ　摘要：文本定位是图像中文本提取的前提与基础。针对场景图像中背景复杂和光照影响，提出一种由粗略到精确　的文本定位算法。该算法首先在边缘图像上利用连通区域分析进行粗略定位得到文本候选区域，然后提取候选区　域的方向梯度直方图特征和改进的局部二值模式特征进行分类，去除虚假文本达到精确定位。仿真实验结果表明，　该算法能够有效地降低背景复杂与光照不均的影响，在场景图像中准确地定位文本区域。　关键词：文本定位；连通区域分析；方向梯度直方图特征；局部二值模式特征　文献标志码：Ａ　中图分类号：ＴＮ９１１．７３　ｄｏｉ：１０．３７７８￣．ｉｓｓｎ．１００２．８３３１．１４０３—０１０４　１　引言　图像中文本信息是描绘和理解图像内容的重要信　息，文本区域的定位是文本提取非常重要的步骤与基　础，准确的文本区域的定位才能保证文本信息提取的有　效性。然而，由于背景复杂、光照变换、字体大小和方向　的多变等原因，自然场景图像中的文本定位具有更多的　不确定性和难度，是目前研究的难点。　文本定位的方法通常分为基于连通区域、基于边缘　检测和基于纹理特征的三类算法”　。基于连通区域的算　型进行连通域分析，得到文本区域；Ｓｈｉｖａｋｕｍａｒａ等　首　先通过傅里叶．拉普拉斯变换对图像进行滤波，然后基　于最大差值用Ｋ．ｍｅａｎｓ聚类得到文本区域，可检测非水　平方向上的文本；Ｈｉｎｎｅｒｋ　Ｂｅｃｋｅｒ等　首先采用一种自　适应二值化的算法在图像中提取字母，然后利用几何约　束的方法将字母连接成文本行。基于边缘检测的算法　是利用文本区域与背景对比度较强的特性检测文本，但　是当背景复杂、边缘较多时容易形成虚假文本；Ｂｏｒｉｓ　Ｅｐｓｈｔｅｉｎ等　提出笔画宽度变换的概念，经过笔画宽度　法是利用图像中的文本颜色相似并与背景颜色相差较　大的特征进行文本定位的，但是对光照和颜色比较敏　感，对背景复杂的图像效果不理想；Ｐａｎ等　设计一个文　本区域探测器生成文本置信图，然后利用条件随机域模　基金项目：国家自然科学基金（Ｎｏ．６１１０４２１３）。　变化对图像进行聚类得到文本区域，再分割成单独的文　字以实现文本信息的提取；Ｙｉ等　利用边缘检测的图像　计算图像的颜色直方图来进行聚类分组，得到文本字符　候选，再根据文本字符共同的结构特征进行文本行分　作者简介：刘亚亚（１９９Ｏ一），男，硕士研究生，主要研究领域为图像信号与信息处理，Ｅ．ｍａｉｌ：１８３５２５ｌ３４２６＠１６３．ｔｏｍ；于风芹　（１９６２～），女，博士，教授，主要研究领域为语音信号分析与处理研究、图像信号与信息处理等；陈莹（１９７６一），女，博　士，教授，主要从事计算机视觉与模式识别的研究和信号与信息处理等。　收稿日期：２０１４—０３．１１　修回日期：２０１４．０４—２９　文章编号：１００２．８３３１（２０１６）０５．０１６５—０４　ＣＮＫＩ网络优先出版：２０１４—０７．１６．ｈｔｔｐ：／／ｗｗｗ．ｃｎｋｉ．ｎｅｔ／ｋｃｍｓ／ｄｏｉ／１０．３７７８￣．ｉｓｓｎ．１００２—８３３１．１４０３　０１０４．ｈｔｍｌ　Ｃｏｍｐｕｔｅｒ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用　组。基于纹理的算法是将文本看成一种特殊的纹理，提　取文本明显的纹理特征进行文本定位，比如局部二值模　式（Ｌｏｃａｌ　Ｂｉｎａｒｙ　Ｐａｔｔｅｒｎｓ，ＬＢＰ）　、灰度共生矩阵　、　Ｇａｂｏｒ滤波　。１和小波变换［Ｉｌｌ等纹理特征，这种算法的鲁　棒性较好，但是复杂性较高。　本文针对场景图像的复杂背景和光照条件的影响，　提出一种由粗略到精确的文本定位算法。在粗略定位　阶段，首先对输入图像进行边缘检测，在边缘图像上进　义为厂。ｂ：（ｆｅ　）０６，即结构元素ｂ对图像厂的先腐蚀　后膨胀为开运算。膨胀运算具有扩大边界，填补空洞的　作用，而开运算可用来消除小噪声点，断开物体连接，平　滑目标边界的同时不明显改变其面积。　２．２　ＨｏＧ特征　ＨＯＧ是Ｄａｌａｌ提出的一种图像处理中的特征描述　算子　，通过统计和计算图像局部区域的梯度方向直方　图来构成特征，具有较好的图像几何和光学形变的不变　行连通区域分析，通过启发式规则的过滤和形态学处理　得到文本候选区域；然后提取候选区域的方向梯度直方　图（Ｈｉｓｔｏｇｒａｍ　ｏｆ　Ｏｒｉｅｎｔｅｄ　Ｇｒａｄｉｅｎｔ，ＨＯＧ）特征和改进　的ＬＢＰ特征，利用ＳＶＭ分类器进行分类，将非文本区域　去除达到精确定位。　２连通区域分析与特征提取　２．１连通区域分析　图像中的文本区域会具有比较明显的边缘特征，在　边缘图像上进行连通域分析能降低光照的影响，可以更　加准确地定位文本。本文采用Ｓｏｂｅｌ检测算子，在ＲＧＢ　空问三个通道分别对图像进行边缘检测，再结合起来得　到边缘图像，这样在不均匀的光照下可保留更多的边缘　信息。这里考虑到文本的方向性，在每个通道都采用　０。、４５。、９０。和１３５。四个方向的Ｓｏｂｅｌ算子分别进行检　测　，进行合并后得到该通道的边缘图像，再将三个通　道的边缘图像求和得到比较完整的边缘图像。　在边缘图像上首先进行基于启发式规则的过滤，将　一些明显不是文本的区域过滤掉，可很好地减少文本候　选区域的个数。这里采用区域形状大小、纵横比与区域　占有率三种启发式规则：区域形状大小包括区域面积　Ａ、区域高度ｈ与长度，；纵横比为　＝ｈ／ｌ，是指区域高　度与长度的比值；区域占有率为Ｃ＝Ａ／Ａ　，其中　是指连　通区域的面积，Ａ　是指连通区域最小外接矩形的面积。　其次通过形态学处理将相邻的文字连接成文本行，　形成候选的文本区域，先对图像进行膨胀操作，然后进　行开运算以达到边缘轮廓的光滑和噪声的过滤。形态　学处理的基础运算是膨胀与腐蚀㈣，使用结构元素ｂ对　图像厂的膨胀记为ｆｅｂ，定义为：　（／０６）（　，　）＝ｍａ￣｛ｆ（ｘ—　，Ｙ—Ｙ　）＋６（　，　）ｆ（　，Ｙ　）∈Ｄ６｝（１）　其中，Ｄ　是ｂ的定义域，ｆ（ｘ，Ｙ）在．厂的定义域外假设　为一Ｏ０。而腐蚀作为膨胀的对偶运算，结构元素ｂ对图　像厂的腐蚀记为　６，定义为：　（ｆＯｂ）（ｘ，ｙ）＝ｍｉｎ｛ｆ（ｘ＋ｘ　，Ｙ＋　）一６（　，　）ｌ（　，Ｙ　）∈Ｄ６｝（２）　其中，Ｄ　是ｂ的定义域，ｆ（ｘ，Ｙ）在厂的定义域外假设　为＋。。。而结构元素ｂ对图像厂的开运算记为ｆ。ｂ，定　性。图像中文本区域的边缘信息丰富，梯度幅值较大，　而且在各个方向上梯度的幅值相差不大，具有较明显的　梯度特征，因此ＨＯＧ特征可以有效地描述文本区域的　特征。　在提取ＨＯＧ特征的过程中，首先要采用Ｇａｍｍａ校　正法对输入图像进行颜色归一化，目的是为了减少噪声　的干扰，降低局部的阴影和光照变化对特征提取造成的　影响。然后计算每个像素的梯度幅值和梯度方向，得到　图像的轮廓信息，同时也进一步弱化光照的影响，像素　点（ｘ，Ｙ）的梯度幅值和方向分别为：　Ｇ（ｘ，Ｙ）：　Ｊ［Ｈ（ｘ＋１，　）一Ｈ（ｘ一１，　）］　＋［　（　，Ｙ＋１）一　（　，Ｙ一１）］　（３）　＝ｔａｎ－ｔ（　）　㈩　其中，Ｈ（ｘ，Ｙ）是像素点（ｘ，Ｙ）的像素值，Ｇ（ｘ，Ｙ）和ａ（ｘ，Ｙ）　分别表示梯度的幅值与方向。将输入图像分为若干个　单元（ｃｅｌ１），统计每个单元的梯度直方图，这里将梯度方　向分为９个通道（ｂｉｎ），则每个单元直方图可表示为一　个９维的特征向量。将前面的单元合并成块（ｂｌｏｃｋ），再　利用Ｌ２．Ｈｙｓ范式进行归一化处理，以消除光照变化的　影响，将图像中的所有ｂｌｏｃｋ的ＨＯＧ特征串联起来即得　到图像的ＨＯＧ特征。Ｌ２．Ｈｙｓ范式的计算公式为：　＝　ｎ　—一　／ｆ∑　＋ｓ，百　其中ｓ取较小值，为了防止分母为零。　２．３　ＬＢＰ特征　ＬＢＰ是一种有效的纹理描述算子　１，可用来描述文　字笔划固有的纹理特征。ＬＢＰ算子是一个固定为３　Ｘ　３　大小的矩阵元，对应９个灰度值，将周边的８个像素灰　度值与中心像素灰度值比较大小，大于或等于中心像素　值的像素点置为１，否则置为０，按照逆时针或顺时针　方向读取８个二进制值作为特征值，其特征的计算公式是：　ＬＢＰ　＝∑ｓ（ｇ　一ｇｏ）２　（５）　其中　（ｇ）＝　，ｇ。为中心像素值，　为周边的８　个像素值。Ｊｕｎ等人　１采用周边像素值和中心像素值的　差值大小来对ｓ（ｇ）进行重新定义，取得了更好的效果，　２０８　２０１６，５２（５）　ＣｏｍｐｕｔｅｒＥｎｇｉｎｅｅｒｉｎｇ　ａｎｄＡｐｐｌｉｃａｔｉｏｎｓ计算机工程与应用　［９］Ｚｈａｏ　Ｌ，Ｚｈａｎｇ　Ｌ，Ｍａ　Ｓ，ｅｔ　ａ１．Ｆａｓｔ　ｍｏｄｅ　ｄｅｃｉｓｉｏｎ　ａｌｇｏ—　间。实验表明，与ＨＭ１０．０相比，在图像质量几乎不变的　情况下，编码时间平均减少１６．５７５％，有效降低ＨＥＶＣ　的计算复杂度。下一步工作将针对权重的设定展开一定　的研究，希望设计出一种有效的算法对将要编码的视频　进行相关性学习之后再进行权重的分配，另外希望将此　ｒｉｔｈｍ　ｆｏｒ　ｉｎｔｒａ　ｐｒｅｄｉｃｔｉｏｎ　ｉｎ　ＨＥＶＣ［Ｃ］／／Ｖｉｓｕａｌ　Ｃｏｍｍｕｎｉ—　ｃａｔｉｏｎｓ　ａｎｄ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ（ＶＣＩＰ），２０１１：１－４．　［１０］Ｋｉｍ　Ｊ，Ｊｅｏｎｇ　Ｓ，Ｃｈｏ　Ｓ，ｅｔ　ａ１．Ａｄａｐｔｉｖｅ　ｃｏｄｉｎｇ　ｕｎｉｔ　ｅａｒｌｙ　ｔｅｒｍｉｎａｔｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ＨＥＶＣ［Ｃ］／／２０１２　ＩＥＥＥ　Ｉｎｔｅｒ—　方法用于帧间预测，进一步提高视频编码的效率和质量。　ｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃｏｎｓｕｍｅｒ　Ｅｌｅｃｔｒｏｎｉｃｓ（ＩＣＣＥ），　２０１２：２６１—２６２．　参考文献：　【１】Ｓｕｌｌｉｖａｎ　Ｇ　Ｊ，Ｏｈｍ　Ｊ，Ｈａｎ　Ｗ　Ｊ，ｅｔ　ａ１．Ｏｖｅｒｖｉｅｗ　ｏｆ　ｔｈｅ　Ｈｉｇｈ　Ｅｆｉｃｉｆｅｎｃｙ　Ｖｉｄｅｏ　Ｃｏｄｉｎｇ（ＨＥＶＣ）ｓｔａｎｄａｒｄ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｃｉｒｃｕｉｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ　ｆｏｒ　Ｖｉｄｅｏ　Ｔｅｃｈ—　【１１］Ｌｅｅ　Ｊ　Ｈ，Ｐａｒｋ　Ｃ　Ｓ，Ｋｉｍ　Ｂ　Ｇ．Ｆａｓｔ　ｃｏｄｉｎｇ　ａｌｇｏｒｉｔｈｍ　ｂａｓｅｄ　ｏｎ　ａｄａｐｔｉｖｅ　ｃｏｄｉｎｇ　ｄｅｐｔｈ　ｒａｎｇｅ　ｓｅｌｅｃｔｉｏｎ　ｆｏｒ　ＨＥＶＣ［Ｃ］／／２０１２　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃｏｎ—　ｓｕｍｅｒ　Ｅｌｅｃｔｒｏｎｉｃｓ—Ｂｅｒｌｉｎ（ＩＣＣＥ．Ｂｅｒｌｉｎ），２０１２：３１—３３．　ｎｏｌｏｇｙ，２０１２，２２（１２）：１６４９—１６６８．　［１　２］Ｌｅｎｇ　Ｊ，Ｓｕｎ　Ｌ，Ｉｋｅｎａｇａ　Ｔ，ｅｔ　ａ１．Ｃｏｎｔｅｎｔ　ｂａｓｅｄ　ｈｉｅｒａｒｃｈｉ－　［２］严顺卿．ＨＥＶＣ帧内预测快速模式选择算法研究【Ｄ］．上海：　上海交通大学，２０１３．　ｃａｌ　ｆａｓｔ　ｃｏｄｉｎｇ　ｕｎｉｔ　ｄｅｃｉｓｉｏｎ　ａｌｇｏｒｉｔｈｍ　ｆｏｒ　ＨＥＶＣ［Ｃ］／／　２０　１　１　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｍｕｌｔｉｍｅｄｉａ　ａｎｄ　Ｓｉｇ—　［３］沈燕飞，李锦涛，朱珍民，等．高效视频编码［Ｊ］．计算机学报，　２０１３，３６（１１）：２３４０—２３５５．　ｎａｌ　Ｐｒｏｃｅｓｓｉｎｇ（ＣＭＳＰ），２０ｌ１，１：５６—５９．　【１３】Ｐａｒｋ　Ｓ，Ｃｈｏｉ　Ｋ，Ｊａｎｇ　Ｅ　Ｓ．ＣＵ　ｄｅｐｔｈ—ｂａｓｅｄ　ＡＬＦ　ｄｅｃｉ－　ｓｉｏｎ　ｆｏｒ　ｆａｓｔ　ＨＥＶＣ　ｅｎｃ０ｄｉｎｇ［Ｃ］／／２０１２　ＩＥＥＥ　１６ｔｈ　Ｉｎｔｅｒ—　ｎａｔｉｏｎａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｃｏｎｓｕｍｅｒ　Ｅｌｅｃｔｒｏｎｉｃｓ（ＩＳＣＥ），　２０１２：１—４．　［４］路伟，余宁梅，南江涵，等．并行可配置的ＨＥＶＣ熵编码的　ＶＬＳＩ结构ｆＪ］．计算机工程与应用，２０１４，５０（３）：１２１—１２４．　［５］Ｌａｉｎｅｍａ　Ｊ，Ｂｏｓｓｅｎ　Ｆ，Ｈａｎ　Ｗ　Ｊ，ｅｔ　ａ１．Ｉｎｔｒａ　ｃｏｄｉｎｇ　ｏｆ　ｔｈｅ　ＨＥＶＣ　ｓｔａｎｄａｒｄ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｃｉｒｃｕｉｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ　ｆｏｒ　Ｖｉｄｅｏ　Ｔｅｃｈｎｏｌｏｇｙ，２０１２，２２（１２）：１７９２—１８０１．　［１　４】Ｓｈｅｎ　Ｘ，Ｙｕ　Ｌ．ＣＵ　ｓｐｌｉｔｔｉｎｇ　ｅａｒｌｙ　ｔｅｒｍｉｎａｔｉｏｎ　ｂａｓｅｄ　ｏｎ　ｗｅｉｇｈｔｅｄ　ＳＶＭ［Ｊ］．ＥＵＲＡＳＩＰ　Ｊｏｕｒｎａｌ　ｏｎ　Ｉｍａｇｅ　ａｎｄ　Ｖｉｄｅｏ　Ｐｒｏｃｅｓｓｉｎｇ，２０１３，２０１３（１）：１—１１．　［６］Ｋｉｍ　Ｉ　Ｋ，Ｍｉｎ　Ｊ，Ｌｅｅ　Ｔ，ｅｔ　ａ１．Ｂｌｏｃｋ　ｐａｒｔｉｔｉｏｎｉｎｇ　ｓｔｒｕｃｔｕｒｅ　ｉｎ　ｔｈｅ　ＨＥＶＣ　ｓｔａｎｄａｒｄ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｃｉｒｃｕｉｔｓ　ａｎｄ　Ｓｙｓｔｅｍｓ　ｆｏｒ　Ｖｉｄｅｏ　Ｔｅｃｈｎｏｌｏｇｙ，２０１２，２２（１２）：　１６９７　１７０６．　［１　５］Ｓｃｈｗａｒｚ　Ｓ，Ｏｌｓｓｏｎ　Ｒ，Ｓｊｏｓｒｏｍ　Ｍ，ｅｔ　ａ１．Ａｄａｐｔｉｖｅ　ｄｅｐｔｈ　ｉｆｌｔｅｒｉｎｇ　ｆｏｒ　ＨＥＶＣ　３Ｄ　ｖｉｄｅｏ　ｃｏｄｉｎｇ［Ｃ］／／Ｐｉｃｔｕｒｅ　Ｃｏｄ－　ｉｎｇ　Ｓｙｍｐｏｓｉｕｍ（ＰＣＳ），２０１２：４９－５２．　［７］Ｍｕｈｉｔ　Ａ　Ａ，Ｐｉｃｋｅｔｉｎｇ　Ｍ　Ｒ，Ｆｒａｔｅｒ　Ｍ　Ｒ，ｅｔ　ａ１．Ｖｉｄｅｏ　ｃｏｄ—　ｉｎｇ　ｕｓｉｎｇ　ｆａｓｔ　ｇｅｏｍｅｔｒｙ—ａｄａｐｔｉｖｅ　ｐａｒｔｉｔｉｏｎｉｎｇ　ａｎｄ　ａｎ　［１６】Ｚｈａｎｇ　Ｍ，Ｚｈａｏ　Ｃ，Ｘｕ　Ｊ．Ａｎ　ａｄａｐｔｉｖｅ　ｆａｓｔ　ｉｎｔｒａ　ｍｏｄｅ　ｄｅｃｉｓｉｏｎ　ｉｎ　ＨＥＶＣ［Ｃ］Ｎ２０１２　１９ｔｈ　ＩＥＥＥ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎ—　ｆｅｒｅｎｃｅ　ｏｎ　Ｉｍａｇｅ　Ｐｒｏｃｅｓｓｉｎｇ（ＩＣＩＰ），２０１２：２２１—２２４．　ｅｌａｓｔｉｃ　ｍｏｔｉｏｎ　ｍｏｄｅｌ［Ｊ］．Ｊｏｕｒｎａｌ　ｏｆ　Ｖｉｓｕａｌ　Ｃｏｍｍｕｎｉｃａ—　ｔｉｏｎ　ａｎｄ　Ｉｍａｇｅ　Ｒｅｐｒｅｓｅｎｔａｔｉｏｎ，２０１２，２３（１）：３１—４１．　［１　７】Ｋｕｍａｒ　Ｖ，Ｑｕａｉｄ　Ｍ，Ｅａｐｅｎ　Ｊ．Ｆａｓｔ　ｉｎｔｒａ　ｍｏｄｅ　ｄｅｃｉｓｉｏｎ　ｂａｓｅｄ　ｏｎ　ｂｌｏｃｋ　ｏｒｉｅｎｔａｔｉｏｎ　ｉｎ　Ｈｉｇｈ　Ｅｆｉｃｉｆｅｎｃｙ　Ｖｉｄｅｏ　［８］Ｓｈｅｎ　Ｌ，Ｌｉｕ　Ｚ，Ｚｈａｎｇ　Ｘ，ｅｔ　ａ１．Ａｎ　ｅｆｅｃｔｉｖｅ　ＣＵ　ｓｉｚｅ　ｄｅｃｉ—　ｓｉｏｎ　ｍｅｔｈｏｄ　ｆｏｒ　ＨＥＶＣ　ｅｎｃｏｄｅｒｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｍｕｌｔｉｍｅｄｉａ，２０１３，１５（２）：４６５—４７０．　Ｃｏｄｅｃ（ＨＥＶＣ）【Ｃ］／／２０１４　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｓｙｍｐｏｓｉｕｍ　ｏｎ　Ｃｏｍｐｕｔｅｒ，Ｃｏｎｓｕｍｅｒ　ａｎｄ　ＣｏｎＶｏ１（ＩＳ３Ｃ），２Ｏ１４：５０６—５１１．　（上接１６８页）　［１　０］Ｙｉ　Ｃ　Ｃ，Ｔｉａｎ　Ｙ　Ｌ．Ｔｅｘｔ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ｎａｔｕｒａｌ　ｓｃｅｎｅ　ｉｍａｇｅｓ　ｂｙ　ｓ￣ｏｋｅ　ｇａｂｏｒ　ｗｏｒｄｓ［Ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　ＩＥＥＥ　Ｉｎｔｅｒ—　ｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　０ｎ　Ｄｏｃｕｍｅｎｔ　Ａｎａｌｙｓｉｓ　ａｎｄ　Ｒｅｃｏｇ·　ｍｅｎｔ　Ａｎａｌｙｓｉｓ　ａｎｄ　Ｒｅｃｏｇｎｉｔｉｏｎ（ＩＣＤＡＲ），２００５：６１０—６１４．　［１３】　Ｇｏｎｚａｌｅｚ　Ｒ　Ｃ擞字图像处理（ＭＡＴＬＡＢ版）［Ｍ】．阮秋琦，　译一匕京：电子工业出版社，２００５．　Ｄａｌａｌ　Ｎ，Ｔｒｉｇｇｓ　Ｂ．Ｈｉｓｔｏｇｒａｍｓ　ｏｆ　ｏｒｉｅｎｔｅｄ　ｇｒａｄｉｅｎｔｓ　ｆｏｒ　［１４］　ｎｉｔｉｏｎ（ＩＣＤＡＲ），２Ｏ１１：１７７—１８１．　ｈｕｍａｎ　ｄｅｔｅｃｔｉｏｎ［Ｃ］／／ＩＥＥＥ　Ｃｏｍｐｕｔｅｒ　Ｓｏｃｉｅｔｙ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　Ｃｏｍｐｕｔｅｒ　Ｖｉｓｉｏｎ　ａｎｄ　Ｐａｔｔｅｒｎ　Ｒｅｃｏｇｎｉｔｉｏｎ（ＣＶＰＲ），　２００５：８８６—８９３．　［１１］李念永，梁艳梅，张舒，等．基于ＢＰ神经网络的复杂彩色　图像文本定位［Ｊ］．光子学报，２００９，３８（１０）：２７１２．２７１６．　［１　２］Ｌｉｕ　Ｃ，Ｗａｎｇ　Ｃ，Ｄａｉ　Ｒ．Ｔｅｘｔ　ｄｅｔｅｃｔｉｏｎ　ｉｎ　ｉｍａｇｅｓ　ｂａｓｅｄ　ｏｎ　ｕｎｓｕｐｅｒｖｉｓｅｄ　ｃｌａｓｓｉｉｆｃａｔｉｏｎ　ｏｆ　ｅｄｇｅ—ｂａｓｅｄ　ｆｅａｔｕｒｅｓ［Ｃ］／／　Ｐｒｏｃｅｅｄｉｎｇｓ　ｏｆ　ｔｈｅ　Ｉｎｔｅｒｎａｔｉｏｎａｌ　Ｃｏｎｆｅｒｅｎｃｅ　ｏｎ　ＤＯＣＵ一　［１５］　Ｏｊａｌａ　Ｔ，Ｐｉｅｔｉｋａｉｎｅｎ　Ｍ，Ｍａｅｎｐａａ　Ｔ．Ｍｕｌｔｉｒｅｓｏｌｕｔｉｏｎ　ｇｒａｙ－　ｓｃａｌｅ　ａｎｄ　ｒｏｔａｔｉｏｎ　ｉｎｖａｒｉａｎｔ　ｔｅｘｔｕｒｅ　ｃｌａｓｓｉｉｃａｔｆｉｏｎ　ｗｉｔｈ　ｌｏｃａｌ　ｂｉｎａｙ　ｐａｔｒｔｅｒｎｓ［Ｊ］．ＩＥＥＥ　Ｔｒａｎｓａｃｔｉｏｎｓ　ｏｎ　Ｐａｔｔｅｒｎ　Ａｎａｌｙｓｉｓ　ａｎｄ　Ｍａｃｈｉｎｅ　Ｉｎｔｅｌｌｉｇｅｎｃｅ，２００２，２４（７）：９７１－９８７．