摘要：文章所述項(xiàng)目將文字識別技術(shù)應(yīng)用到空間信息領(lǐng)域，充分利用車載移動測量系統(tǒng)采集到的高清街景影像，用算法實(shí)現(xiàn)文字區(qū)域定位和識別，并通過檢索匹配數(shù)據(jù)庫中的地理信息將文字標(biāo)注到街景地圖上，實(shí)現(xiàn)街景影像自動標(biāo)注，同時實(shí)現(xiàn)數(shù)據(jù)庫的更新，為用戶提供了更豐富及時的信息和舒適的體驗(yàn)，促進(jìn)了街景地圖的發(fā)展。

關(guān)鍵詞：街景地圖；文字定位；文字識別；地理信息數(shù)據(jù)庫；地圖自動標(biāo)注 文獻(xiàn)標(biāo)識碼：A

中圖分類號：P237 文章編號：1009-2374（2015）13-0018-02 DOI：10.13535/j.cnki.11-4406/n.2015.13.009

1 概論

隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展，信息化程度越來越高。目前，計(jì)算機(jī)文字識別技術(shù)已經(jīng)非常成熟，極大地提高了我們的工作效率。而街景地圖作為移動道路測量系統(tǒng)采集的基礎(chǔ)數(shù)據(jù)之一，除了為用戶提供城市、街道或其他環(huán)境的360°全景圖像，使用戶獲得如臨其境的地圖瀏覽體驗(yàn)，還可以進(jìn)一步從這些海量數(shù)據(jù)中提取更多有用信息。街景圖像文字識別是當(dāng)今的一門十分熱門的研究課題，但是由于街景圖中文字信息背景復(fù)雜、位置不確定、字體不統(tǒng)一等緣故，目前還沒有一種方法能夠?qū)⒔志皥D片上的文字較好地識別出來。在街景圖像文字識別方面，比較常用的方法是先根據(jù)文字的外輪廓面積及形狀特點(diǎn)將街景圖像上的文字區(qū)域找到，然后進(jìn)行字符串分割，最后對定位好的文字進(jìn)行識別，這是一種先定位后識別的方法。

2 街景影像采集及預(yù)處理

2.1 采集街景影像

采集街景影像來自于車載移動測量系統(tǒng)。系統(tǒng)通過GPS使激光掃描儀、IMU、相機(jī)和里程計(jì)統(tǒng)一為GPS時間系統(tǒng)，使得系統(tǒng)每時刻的數(shù)據(jù)協(xié)同一致。里程計(jì)、GPS和IMU采集的數(shù)據(jù)用來進(jìn)行組合導(dǎo)航，獲取系統(tǒng)每時刻的姿態(tài)和位置數(shù)據(jù)。激光掃描儀和相機(jī)用來獲取目標(biāo)地物的坐標(biāo)和影像數(shù)據(jù)，結(jié)合姿態(tài)數(shù)據(jù)融合生成帶有絕對坐標(biāo)的彩色點(diǎn)云數(shù)據(jù)。

2.2 三維透視變形矯正

通過車載移動測量系統(tǒng)得到的每一張?jiān)冀志坝跋翊嬖谥S透視變形，如圖1，圖片中的文字產(chǎn)生透視形變。

由于我們所用到的街景圖片來自于車載移動測量系統(tǒng)，對于同一輛車采集的不同圖片來說，其相同部分發(fā)生的變形應(yīng)該是一樣的，因此通過相同的旋轉(zhuǎn)、局部伸縮等變換，再把每張影像的三維透視變形矯正后，根據(jù)拍照時間間隔自動將每張影像進(jìn)行裁剪拼接，重疊部分進(jìn)行擬合，最后得到正投影的一排道路的街景地圖，如圖2所示：

圖1 存在透視變形的街景影像

圖2 矯正變形后進(jìn)行拼接得到的街景影像

通過對原始街景影像的矯正和拼接，為下一過程提供了高清、未變形的街景影像，且拼接后的影像也極大地提高了文字識別的效率，美中不足的是，這種將影像拼接的方法只適用于沒有分叉路口的筆直街道，而在十字路口處仍存在變形的文字。

3 文字區(qū)域定位

3.1 顏色聚類法進(jìn)行文字區(qū)域初步提取

顏色聚類法是指彩色圖像上的各像素根據(jù)其顏色相似程度，劃分成不同的類別，得到幾張不同的顏色相對單一的圖片。由于自然場景中的文本通常具有相同的顏色或灰度，同時與背景具有較高的對比度，所以我們采用顏色聚類的方式進(jìn)行文本定位。利用同區(qū)域文字顏色近似，通過色彩空間的分割將圖像分成若干個圖層，提取連通區(qū)域并分析區(qū)域內(nèi)的顏色分布以及區(qū)域外接框的幾何特征來定位文字。將色彩空間分割到幾類顏色，并計(jì)算每一類包含的連通分量，也就是實(shí)現(xiàn)顏色聚類的過程。如圖3所示：

圖3 顏色聚類法得到較好的文字區(qū)域的圖層

3.2 文字分布法進(jìn)行文字區(qū)域定位

對顏色聚類法得到的各張圖片進(jìn)行初步的篩選去除因像素過少而不可能包含文字的圖片，這樣做的目的是縮小搜索范圍，提高識別效率。對于每個圖層，需要進(jìn)行圖像預(yù)處理，預(yù)處理的內(nèi)容包括彩色圖像灰度化、圖像去噪和二值化。

預(yù)處理完成后，再在圖層上搜索連通域，將連通域的外接矩形找出來，對每個外接矩形進(jìn)行長寬比、面積大小的判斷，從中篩選出明顯不合要求的矩形（長寬比過大或者過小，面積過大或者過小的矩形）剔除掉，接下來需要根據(jù)文字的空間分布的相關(guān)性來進(jìn)行進(jìn)一步的篩選?？紤]到文字在街景圖片上一般都是成行或者成列的，而且同一行或一列文字的大小、間距一般是相等的，可以根據(jù)這些特點(diǎn)找到成行或者成列的文字候選區(qū)。如圖4所示：

圖4 文字分布法得到文字區(qū)域

4 文字識別與自動標(biāo)注

4.1 結(jié)合詞庫進(jìn)行文字識別

文字識別技術(shù)發(fā)展已經(jīng)較為成熟，可使用現(xiàn)有的文字識別軟件進(jìn)行識別。為了提高識別的效率和準(zhǔn)確率，在街景地圖中應(yīng)首先從候選區(qū)的第一個矩形開始，依次往后，遍歷所有的矩形，在遍歷的過程中如果在某個矩形中正確識別出來了文字，那么就需要對這個矩形進(jìn)行標(biāo)記，同時在一張圖片的其他圖層上也做上標(biāo)記，表示這個區(qū)域已經(jīng)識別出來了，不需要再進(jìn)行第二次識別。識別下一個文字時可以結(jié)合詞庫里的詞語優(yōu)先考慮能和前面的字組成詞的文字，如當(dāng)識別出“餐”字之后，下一個字在識別時可以優(yōu)先考慮“廳”、“館”等字，這樣可以提高識別的效率和準(zhǔn)確率。

4.2 判斷識別效果并進(jìn)行人工協(xié)助軟件識別

由于街景圖片的復(fù)雜性，識別的結(jié)果不可能達(dá)到百分之百的正確，因此，要想讓這門技術(shù)能夠真正用于實(shí)踐，必須要能對識別效果進(jìn)行判斷，并進(jìn)行人工糾錯工作。考慮到街景影像數(shù)量龐大，對識別效果進(jìn)行判斷的工作如果靠人手工來做將會是一項(xiàng)繁重的任務(wù)，因此可以考慮采用人工協(xié)助軟件即人機(jī)交互的方法進(jìn)行識別，即在街景圖片上用鼠標(biāo)拉出一個矩形框，將文字部分框選出來，然后利用軟件中現(xiàn)成的算法，在矩形框內(nèi)進(jìn)行文字的定位和識別，這樣實(shí)際上也就縮小了識別的范圍，使識別成功的概率增大。

4.3 文字的自動標(biāo)注在街景地圖上endprint

電子地圖中的POI（point of interest，興趣點(diǎn)）數(shù)據(jù)庫包含了電子地圖上重點(diǎn)標(biāo)出的地名及其他地理信息。我們可以采用一定的語句，根據(jù)街景圖像自帶的GPS信息查詢在一定范圍以內(nèi)，與識別出的文字最相近的地物，在地圖的適當(dāng)位置自動生成為POI標(biāo)注。

5 結(jié)語

本文將文字識別技術(shù)應(yīng)用到空間信息領(lǐng)域，充分利用采集到的高清街景圖像，利用算法自動實(shí)現(xiàn)文字區(qū)域定位和識別，并通過檢索將數(shù)據(jù)庫中的相應(yīng)信息標(biāo)注到街景地圖上，實(shí)現(xiàn)街景影像自動標(biāo)注，節(jié)省人力，提高效率，為用戶提供了更豐富的信息和精彩舒適的體驗(yàn)，促進(jìn)了街景地圖的發(fā)展。

本人在廣泛查閱國內(nèi)外相關(guān)文獻(xiàn)后，制定了合理的實(shí)施方案，同時分析評估、選擇綜合了已有的文字識別方面的成果，提出了“文字分布法”及“結(jié)合詞庫進(jìn)行識別”，形成了自己的文字識別方案。實(shí)驗(yàn)結(jié)果表明，本文所提出的方案都可以較準(zhǔn)確地將文字定位并識別出來。本人將不斷設(shè)計(jì)新的解決方案與新的算法，以期在此方面獲得更大突破。

參考文獻(xiàn)

[1] A.Mishra and K.Alahari.Top-Down and Bottom-Up Cues for Scene Text Recognition[J].In Proc.CVPR，2012.

[2] L.Neumann and J.Matas.Real-Time Scene Location and Recognition[J].In Proc.CVPR，2012.

[3] K.Wang，B.Babenko，and S.Belongie.End-to-end scene text recognition[J].In Proc.ICCV，2011.

[4] 柏宏飛.場景圖像文字提取方法研究與應(yīng)用[D].復(fù)旦大學(xué)，2009.

[5] 程敬敬.基于車載相機(jī)采集圖像的大規(guī)模城市街景重建[M].哈爾濱：哈爾濱工業(yè)大學(xué)，2012.

[6] 秦旭光，徐愛功.圖像幾何校正在OCR文字識別中的應(yīng)用[J].遼寧工程技術(shù)大學(xué)學(xué)報(bào)，2006，（12）.

[7] 馮玉才，宋恩民，孫小薇，劉宏.地圖自動識別系統(tǒng)中按顏色分層的算法及實(shí)現(xiàn)[J].軟件學(xué)報(bào)，1995，（7）.

基金項(xiàng)目：本論文屬于大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目，項(xiàng)目編號：1210486001，指導(dǎo)老師：姚劍。

作者簡介：楊學(xué)博（1995-），女，山西呂梁人，武漢大學(xué)遙感信息工程學(xué)院2012級本科生，研究方向：地理信息

系統(tǒng)。

（責(zé)任編輯：周 瓊）endprint