街景地圖中基于文字識別的自動標注研究

張棲瑩

摘 要：當前，我國信息化技術(shù)實現(xiàn)了迅猛發(fā)展，在各行各業(yè)都逐步滲透，并廣泛應(yīng)用，呈現(xiàn)出十分良好的應(yīng)用效果。在空間信息領(lǐng)域有效引入文字識別技術(shù)，結(jié)合具體情況，有效利用車載移動測量系統(tǒng)可以切實有效的采集更高清的街景影像，并通過相應(yīng)的算法，在最大程度上有效針對特定位置展開相對應(yīng)的定位，并進行相對應(yīng)的文字識別，之后，通過相對應(yīng)的數(shù)據(jù)庫檢索相關(guān)內(nèi)容，并匹配與之相適應(yīng)的相關(guān)地理信息，然后在街景地圖上標注文字，通過這樣的方法就可以自動化的標注街景影像。

關(guān)鍵詞：街景地圖;文字識別;地理信息數(shù)據(jù)庫;地圖自動標注

1 概論

當前，信息化技術(shù)，計算機技術(shù)實現(xiàn)了突飛猛進的發(fā)展，由此推進各個行業(yè)的信息化程度也逐步提升，當前，計算機文字識別技術(shù)有了更良好的發(fā)展和完善，促使相關(guān)行業(yè)的工作效率和工作質(zhì)量有了更大程度的提升。在具體的應(yīng)用過程中，街景地圖能夠結(jié)合具體需要，為移動道路智能系統(tǒng)提供相對應(yīng)的基礎(chǔ)數(shù)據(jù)，也可以供給相對應(yīng)的街道以及其周圍環(huán)境全景圖像，通過這樣的方法，用戶能夠有切身感受，如身臨其境，體驗到瀏覽地圖的真實體驗，與此同時，也能夠從巨量的信息數(shù)據(jù)庫中選擇最有用的信息。

2 街景影像采集及預(yù)處理

2.1 采集街景影像

通常情況下，在具體的應(yīng)用過程中，車載移動智能系統(tǒng)提供相對應(yīng)的街景影像，這個系統(tǒng)結(jié)合具體的需要有效運用GPS技術(shù)集合激光掃描儀、IMU、相機和里程計等相關(guān)設(shè)備的優(yōu)勢和特征，把相關(guān)內(nèi)容有效融合在GPS時間系統(tǒng)，通過這樣的方法，保證系統(tǒng)內(nèi)部的數(shù)據(jù)可以在根本上保持一致。里程計、GPS和IMU等相關(guān)設(shè)備獲取的信息，對其進行優(yōu)化完善，可以用其導(dǎo)航，這樣一來就可以更精準有效的獲取系統(tǒng)中的位置數(shù)據(jù)。

2.2 三維透視變形矯正

在具體的應(yīng)用環(huán)節(jié)，有效利用車載移動測量系統(tǒng)，能夠很明顯的看出，所有的街景影像都具備三維透視變形。由于街景圖片基本上全部都是來自于車載移動測量系統(tǒng)，在這樣的情況下，如果車輛不同，所采集的圖片就會呈現(xiàn)出很大的差別，如果在相同的情況下，有一定意義上的變形問題，也情有可原。

結(jié)合具體需要而拼接和矯正原始街景影像，可以為下個環(huán)節(jié)提供相對來說更清晰，沒有發(fā)生變形的街景影像。與此同時，對其進行拼接，圖像的文字識別效率有很大程度上的改善，工作效率有極大的提升，值得指出的是，這種拼接方法只能用在無分叉路的街道。

3 文字區(qū)域定位

3.1 用顏色聚類法初步提取相關(guān)的文字區(qū)域

這種方法所涉及的內(nèi)容主要是指在彩色圖像像素要根據(jù)顏色的相似度分成多種多樣的類別，在這樣的情況下所獲得的圖片在顏色方面有著很大差別。因為大多數(shù)的時候，自然場景下的文本，有著相對來說更相似的顏色和灰度，但是和背景進行對比，其對比度比較顯著，所以在這樣的情況下，要結(jié)合實際情況應(yīng)用顏色聚類方法實現(xiàn)文本定位。有針對性的利用同區(qū)域文字顏色類似的現(xiàn)象，分割相對應(yīng)的色彩空間，使相關(guān)圖像劃分成不同類型的圖層，在其中選取出相對應(yīng)的連通區(qū)域，在這樣的情況下，深入細致的分析和探究區(qū)域內(nèi)顏色分布和區(qū)域外接框幾何特征，通過這樣的方法就可以有效定位文字。

3.2 文字分布法進行文字區(qū)域定位

對于顏色聚類法獲取的相關(guān)圖片，實施相對應(yīng)的初步篩選，把像素比較小的文字剔除出去，有效采取這樣的措施，可以使搜索的范圍得到顯著的縮小，確保識別的效率，能夠使識別效率得到更有效的提升。針對每一個圖層而言，要對其有針對性的展開圖像預(yù)處理工作，其預(yù)處理工作涉及彩色圖像灰度化、圖像去噪等一系列相關(guān)方面的內(nèi)容。

預(yù)處理完相關(guān)圖像以后，要結(jié)合具體情況，搜索相關(guān)的連通域，之后再有針對性的探尋連通域的外接矩形，并針對具體情況判斷它的長寬比、面積大小等，并經(jīng)過不斷的篩選，去除與要求不相符合的圖形，然后有針對性的結(jié)合文字的空間分布的相關(guān)性，來實施進一步的篩選。

4 文字識別與自動標注

4.1 結(jié)合詞庫開展文字識別

為進一步大幅度提高具體的識別效率和準確率，首先要從街景地圖中的候選區(qū)的第1個矩形出發(fā)，并且按照順序依次順延，在某一個矩形中識別出某一個文字，在這樣的情況下，要針對該矩形進行詳細的標記，除此之外，也要把同一張圖片上的圖層進行有針對性的標注，在這樣的情況下，可以更有效的顯示該區(qū)域已經(jīng)被充分識別，沒有必要進行重復(fù)識別。

4.2 判斷識別效果并實施人工協(xié)助軟件識別

由于街景圖片有著十分顯著的復(fù)雜性，不確定性特點，所以在具體的檢測過程中，它所呈現(xiàn)出的識別結(jié)果和正確率往往不能達到100%，所以在這樣的情況下，要想確保該技術(shù)能夠充分應(yīng)用于實踐，要針對識別效果進行切實有效的判斷，并結(jié)合具體的內(nèi)容對其實施人工糾錯。同時，要有針對性的結(jié)合街景影像數(shù)量龐大的特征。

5 結(jié)語

綜上所述，通過上文的分析和論述可以很明顯的看出，對街景地圖中基于文字識別的自動標注進行簡要研究和論述，是十分重要而且必要的。在空間信息領(lǐng)域結(jié)合具體情況，切實有效的使用這種文字識別技術(shù)，可以在更大程度上及時收集到更高清更精準的街景圖像，與此同時，利用與之相對應(yīng)的科學算法，可以針對相關(guān)文字區(qū)域進行自動化的識別和定位，另外也可以通過相關(guān)數(shù)據(jù)庫中的檢索信息進一步標注在街景地圖上。

參考文獻：

[1]A.Mishra and K.Alahari.Top-Down and Bottom-Up Cues for Scene Text Recognition[J].In Proc.CVPR，2012.8（5）：58-60.

[2]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，2015.8：96-97.