Image processing 图像中文本检测的边缘检测问题

我正试图在自然图像中的文本检测上引入（使用笔划宽度变换检测自然场景中的文本（2010））。 第一步是边缘检测

我在文本中获得了一些额外的边缘。我应该如何删除这些

原始图像：

我的边缘检测：

在本例中，您可以在“为什么匆忙”中看到额外的边

我在Matlab中尝试了以下步骤：

% contrast enhancement
I_adjust = imadjust(I);

% dilation & erosion
se = strel(ones(3,3));
I_dilate = imdilate(I_adjust, se);
I_final = imerode(I_dilate, se);

% gaussian smoothing
h_mask = fspecial('gaussian');
I_final = imfilter(I_final,h_mask);
figure; imshow(I_final);

BW_canny = edge(I_final,'canny');
figure; imshow(BW_canny);

---

问题#2: 根据belisarius的建议，我发现meanshift过滤器在文本区域分割方面非常有效。现在我在实现笔划宽度变换时面临另一个问题（请看Epshtein的论文）

笔划宽度适用于像“H”“Y”这样的字符，即使是“S”，因为如果我们沿着渐变方向前进，相应的边通常处于恒定的距离

问题以字母“W”的形式出现。对于第一次上冲程左边缘的一部分，我们得到第二次上冲程的右边缘作为其对应的边缘。而对于另一部分，我们得到了第一次加大冲程的右边缘。这导致了“W”区域笔划宽度的显著变化，导致根据文章将其定义为非文本区域

有人能提出解决方案吗？

在边缘检测之前使用a。Mathematica中的示例：

i = Import["http://img839.imageshack.us/img839/28/whyhurry.jpg"];
iM = MeanShiftFilter[i, 2, .15, MaxIterations -> 10]
EdgeDetect[iM]

产出：

查看for

边缘

和

您可以调用

edge（I'canny'，thresh，sigma）

以获得更多控制。使用低边缘阈值和高边缘阈值进行游戏。我首先尝试降低高阈值：因为内部边缘没有连接到字母边缘，所以渐变大小必须超过字母内部的高阈值

---

您还可以在边缘检测之前增加

sigma

，使图像更加模糊。（你的高斯模糊是多余的，因为

edge

会为你模糊图像。）

Hi，如果你已经完成了SWT的代码，你能在matlab中共享它吗？你可以打电话给我abidrahman2@gmail.comSinceMathematica中的

EdgeDetection

与OPs不同，您也可以在没有

MeanShiftFilter的情况下发布
EdgeDetection
，以进行比较。