基于超像素融合的文本分割

摘要 提高复杂背景及噪声干扰文本图像的文本分割性能是文本识别研究中的重要问题和难点，为更好地解决这一难题，提出一种基于超像素融合的文本分割方法。首先对文本图像初始二值化，并估计文本笔画宽度；然后进行图像超像素分割并融合；最后利用超像素融合的局部相似性对初始二值化图像进行文本校验。实验结果表明，与最大稳定极值区域（MSER）及笔画超像素聚合（SSG）方法相比，所提方法在KAIST数据集上的分割精度分别提高了8.00个百分点和7.00个百分点，在ICDAR2003数据集上的文字识别率分别提高了5.33个百分点和4.88个百分点。所提方法具有较强的去噪能力