用卷积神经网络分类最大稳定极值区域实现汉字区域定位.PDF

第３９卷 第３期 国　防　科　技　大　学　学　报 Ｖｏｌ．３９Ｎｏ．３ ２０１７年６月 ＪＯＵＲＮＡＬＯＦＮＡＴＩＯＮＡＬＵＮＩＶＥＲＳＩＴＹＯＦＤＥＦＥＮＳＥＴＥＣＨＮＯＬＯＧＹ Ｊｕｎ．２０１７ ｄｏｉ：１０．１１８８７／ｊ．ｃｎ．２０１７０３０１５ ｈｔｔｐ：／／ｊｏｕｒｎａｌ．ｎｕｄｔ．ｅｄｕ．ｃｎ 用卷积神经网络分类最大稳定极值区域实现汉字区域定位 张鹏伟，张伟伟 （信息工程大学 密码工程学院，河南郑州　４５０００１） 摘　要：获取对应笔画级连通区的最大稳定极值区域，实施形态学闭操作融合相距较近的最大稳定极值 区域，融合后最大稳定极值区域对应的单个汉字区域；利用灰度共生矩阵描述最大稳定极值矩形区域的纹理 信息，将其作为卷积神经网络的输入，卷积神经网络对最大稳定极值区域进行分类，过滤非汉字部分；利用最 大稳定极值区域颜色直方图的Ｂｈａｔｔａｃｈａｒｙｙａ距离等特征对最大稳定极值区域进行聚类，同一类最大稳定极值 区域组合得到汉字文本候选区域；再次利用卷积神经网络对候选文本区域进行分类，过滤非文本部分，剩余 的就是定位到的汉字文本区域。实验结果表明，该算法对于汉字区域定位具有良好的效果。 关键词：汉字区域定位；最大稳定极值区域；卷积神经网络；深度学习；灰度共生矩阵 中图分类号：ＴＰ３９１．４　　文献标志码：Ａ　　文章编号：１００１－２４８６（２０１７）０３－０９１－０６ ＳｃｅｎｅＣｈｉｎｅｓｅｔｅｘｔｌｏｃａｌｉｚａｔｉｏｎｂｙｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ ｃｌａｓｓｉｆｙｉｎｇｍａｘｉｍｕｍｓｔａｂｌｅｅｘｔｒｅｍａｌｒｅｇｉｏｎｓ ＺＨＡＮＧＰｅｎｇｗｅｉ，ＺＨＡＮＧＷｅｉｗｅｉ （ＳｃｈｏｏｌｏｆＣｒｙｐｔｏｇｒａｐｈｙＥｎｇｉｎｅｅｒｉｎｇ，ＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５０００１，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｆｉｒｓｔｌｙ，ｔｈｅＭＳＥＲｓ（ｍａｘｉｍｕｍｓｔａｂｌｅｅｘｔｒｅｍａｌｒｅｇｉｏｎｓ）ｗｈｉｃｈｃｏｒｒｅｓｐｏｎｄｅｄｔｏＣｈｉｎｅｓｅｓｔｒｏｋｅｓｗａｓｅｘｔｒａｃｔｅｄ．Ｔｈｅｍｏｒｐｈｏｌｏｇｉｃａｌ ｃｌｏｓｅｏｐｅｒａｔｉｏｎｗａｓｕｓｅｄｔｏｃｏｎｎｅｃｔｔｈｅｎｅａｒｂｙＭＳＥＲｓ．ＴｈｅｆｕｓｅｄＭＳＥＲｃｏｒｒｅｓｐｏｎｄｅｄｔｏＣｈｉｎｅｓｅｃｈａｒａｃｔｅｒｓ．Ｇｒａｙｌｅｖｅｌｃｏｏｃｃｕｒｒｅｎｃｅｍａｔｒｉｃｗａｓ ｕｓｅｄｔｏｄｅｓｃｒｉｂｅｔｈｅｔｅｘｔｕｒａｌｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｔｈｅｆｕｓｅｄＭＳＥＲｒｅｃｔａｎｇｌｅ．ＴｈｅｙｗｅｒｅｔｈｅｉｎｐｕｔｏｆＣＮＮ（ｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ）．ＴｈｅＭＳＥＲ ｒｅｃｔａｎｇｌｅｓｗｅｒｅｃｌａｓｓｉｆｉｅｄｂｙＣＮＮｉｎｏｒｄｅｒｔｏｆｉｌｔｅｒｎｏｎｅＣｈｉｎｅｓｅｃｈａｒａｃｔｅｒｒｅｃｔａｎｇｌｅ．Ｔｈｅｎ，Ｃｈｉｎｅｓｅｔｅｘｔｃａｎｄｉｄａｔｅｓｗｅｒｅｃｏｎｓｔｒｕｃｔｅｄｂｙｃｌｕｓｔｅｒｉｎｇ ＭＳＥＲｒｅｃｔａｎｇｌｅｓｂａｓｅｄｏｎｔｈｅｆｅａｔｕｒｅｓｓｕｃｈａｓｔｈｅｃｏｌｏｒｈｉｓｔｏｇｒａｍＢｈａｔｔａｃｈａｒｙｙａｄｉｓｔａｎｃｅｏｆＭＳＥＲｒｅｃｔａｎｇｌｅｓ．ＣＮＮｗａｓｒｅｕｓｅｄｔｏｃｌａｓｓｉｆｙＣｈｉｎｅｓｅ ｔｅｘｔｃａｎｄｉｄａｔｅｓｔｏｆｉｌｔｅｒｎｏｎｅＣｈｉｎｅｓｅｔｅｘｔｃｌｕｓｔｅｒｓ．Ｆｉｎａｌｌｙ，ｔｈｅｒｅｃｔａｎｇｌｅｏｆｔｈｅｒｅｍａｉｎｉｎｇｃｌｕｓｔｅｒｓｗａｓｔｈｅＣｈｉｎｅｓｅｔｅｘｔｒｅｇｉｏｎｓｏｆｎａｔｕｒａｌｓｃｅｎｅ ｉｍａｇｅ．ＥｘｐｅｒｉｍｅｎｔｓｈｏｗｓｔｈａｔｔｈｅｐｒｏｐｏｓｅｄａｌｇｏｒｉｔｈｍｉｓｄｅｓｉｒａｂｌｅｉｎｌｏｃａｌｉｚｉｎｇｔｈｅＣｈｉｎｅｓｅｔｅｘｔｉｎｎａｔｕｒａｌｓｃｅｎｅｉｍａｇｅｓ． Ｋｅｙｗｏｒｄｓ：Ｃｈ