與數 據庫中按照銘板圖像的GPS位置記錄的內容進行匹配，數據庫中記錄的內容所處的GPS位 置與目標銘板圖像的GPS位置越接近，則該內容的匹配優先級越高。
[0118] 附記10.根據附記7所述的裝置，其中，所述關鍵連通分量的屬性包括大小、前景 灰度值及筆劃寬度中的至少一個。
[0119] 附記11. 一種用于從給定圖像中識別目標銘板圖像的內容的方法，所述方法包 括：
[0120] 從給定圖像中獲取所述目標銘板圖像的一個或多個候選銘板圖像；
[0121] 利用預先定義的所述目標銘板圖像的布局，檢測每個候選銘板圖像，從而確定目 標銘板圖像以及目標銘板圖像的內容的位置，所述布局包括：文本行的數量、每個文本行的 屬性、文本行之間的相對位置；及
[0122] 識別所述目標銘板圖像的內容。
[0123] 附記12.根據附記11所述的方法，其中，
[0124] 所述文本行的屬性進一步包括：所述文本行的方向、所述文本行包括的字符數量 及每個字符的字符類型。
[0125] 附記13.根據附記11所述的方法，其中，從給定圖像中獲取所述目標銘板圖像的 一個或多個候選銘板圖像包括：
[0126] 通過直線段檢測算法對所述給定圖像進行檢測，從而獲取多個直線段；及
[0127] 將由構成封閉路徑的直線段集合所限定的部分，作為所述候選銘板圖像。
[0128] 附記14.根據附記12所述的方法，其中，利用預先定義的所述目標銘板圖像的 布局，檢測每個候選銘板圖像，從而確定目標銘板圖像以及目標銘板圖像的內容的位置包 括：
[0129] 通過與每個字符類型對應的每個類型的識別引擎對一個候選銘板圖像的連通分 量進行識別，從而獲取候選連通分量；
[0130] 基于目標銘板圖像中的文本行的屬性，將所有文本行歸類為一個或多個子結構； 及
[0131] 通過遍歷由所述一個候選銘板圖像的、在所述文本行的方向上連續的候選連通分 量構成的、與目標銘板圖像中的子結構具有相同的方向、包括相同的字符數量的候選結構， 并根據目標銘板圖像中的文本行之間的相對位置，計算一個候選銘板圖像中的、符合該位 置關系的候選結構的總置信概率，將總置信概率最高的候選銘板圖像作為目標銘板圖像， 以及將總置信概率最高的候選銘板圖像中的符合所述位置關系的候選結構的位置作為目 標銘板圖像的內容的位置。
[0132] 附記15.根據附記14所述的方法，其中，具有相同的方向、包括相同的字符數量并 且對應字符具有相同的字符類型的不同文本行屬于同一子結構，其中，所述對應字符是指 不同文本行中的位置順序相同的字符。
[0133] 附記16.根據附記14或15所述的方法，其中，通過計算候選結構中的各個字符的 字符類型與子結構中的對應字符的字符類型相同的置信概率的平均值，來計算每個候選結 構是目標銘板圖像中的文本行的置信概率。
[0134] 附記17.根據附記14所述的方法，其中，通過與每個字符類型對應的每個類型的 識別引擎對一個候選銘板圖像的連通分量進行識別，從而獲取候選連通分量包括：
[0135] 根據連通分量屬于預定的字符類型的概率，確定關鍵連通分量和非關鍵連通分 量；及
[0136] 基于對所有關鍵連通分量計算出的關鍵連通分量的屬性的平均值和偏差，確定候 選連通分量。
[0137] 附記18.根據附記11所述的方法，其中識別所述目標銘板圖像的內容包括：
[0138] 使用與每個字符的類型相同類型的第一識別引擎，對所述內容中的每個字符進行 初次識別；及
[0139] 如果第一識別引擎的可信度低于可信度閾值，則使用與每個字符的類型相同類 型、具有更高精確度的第二識別引擎，對所述內容中的每個字符進行再次識別。
[0140] 附記19.根據附記11所述的方法，還包括：
[0141] 識別出所述內容中的每個字符；及
[0142] 基于目標銘板圖像的GPS位置，將識別出的內容與數據庫中按照銘板圖像的GPS 位置記錄的內容進行匹配，數據庫中記錄的內容所處的GPS位置與目標銘板圖像的GPS位 置越接近，則該內容的匹配優先級越高。
[0143] 附記20.根據附記17所述的方法，其中，所述關鍵連通分量的屬性包括大小、前景 灰度值及筆劃寬度中的至少一個。
【主權項】
1. 一種用于從給定圖像中識別目標銘板圖像的內容的裝置，所述裝置包括： 候選銘板圖像獲取模塊，其被配置成從給定圖像中獲取所述目標銘板圖像的一個或多 個候選銘板圖像； 目標銘板圖像確定模塊，其被配置成利用預先定義的所述目標銘板圖像的布局，檢測 每個候選銘板圖像，從而確定目標銘板圖像以及目標銘板圖像的內容的位置，所述布局包 括：文本行的數量、每個文本行的屬性、文本行之間的相對位置；及 識別模塊，其被配置成識別所述目標銘板圖像的內容。2. 根據權利要求1所述的裝置，其中， 所述文本行的屬性進一步包括：所述文本行的方向、所述文本行包括的字符數量及每 個字符的字符類型。3. 根據權利要求1所述的裝置，其中，所述候選銘板圖像獲取模塊進一步包括： 直線段獲取單元，其被配置成通過直線段檢測算法對所述給定圖像進行檢測，從而獲 取多個直線段；及 候選銘板圖像獲取單元，其被配置成將由構成封閉路徑的直線段集合所限定的部分， 作為所述候選銘板圖像。4. 根據權利要求2所述的裝置，其中，所述目標銘板圖像確定模塊進一步包括： 候選連通分量獲取單元，其被配置成通過與每個字符類型對應的每個類型的識別引擎 對一個候選銘板圖像的連通分量進行識別，從而獲取候選連通分量； 子結構歸類單元，其被配置成基于目標銘板圖像中的文本行的屬性，將所有文本行歸 類為一個或多個子結構；及 目標銘板圖像及內容位置確定單元，其被配置成通過遍歷由所述一個候選銘板圖像 的、在所述文本行的方向上連續的候選連通分量構成的、與目標銘板圖像中的子結構具有 相同的方向、包括相同的字符數量的候選結構，并根據目標銘板圖像中的文本行之間的相 對位置，計算一個候選銘板圖像中的、符合該位置關系的候選結構的總置信概率，將總置信 概率最高的候選銘板圖像作為目標銘板圖像，以及將總置信概率最高的候選銘板圖像中的 符合所述位置關系的候選結構的位置作為目標銘板圖像的內容的位置。5. 根據權利要求4所述的裝置，其中，具有相同的方向、包括相同的字符數量并且對應 字符具有相同的字符類型的不同文本行屬于同一子結構，其中，所述對應字符是指不同文 本行中的位置順序相同的字符。6. 根據權利要求4或5所述的裝置，其中，所述目標銘板圖像及內容位置確定單元通過 計算候選結構中的各個字符的字符類型與子結構中的對應字符的字符類型相同的置信概 率的平均值，來計算每個候選結構是目標銘板圖像中的文本行的置信概率。7. 根據權利要求4所述的裝置，其中，候選連通分量獲取單元進一步包括： 連通分量確定子單元，其被配置成根據連通分量屬于預定的字符類型的概率，確定關 鍵連通分量和非關鍵連通分量；及 候選連通分量確定子單元，其被配置成基于對所有關鍵連通分量計算出的關鍵連通分 量的屬性的平均值和偏差，確定候選連通分量。8. 根據權利要求1所述的裝置，其中識別模塊進一步包括： 初次識別單元，其被配置成使用與每個字符的類型相同類型的第一識別引擎，對所述 內容中的每個字符進行初次識別；及 再次識別單元，其被配置成如果第一識別引擎的可信度低于可信度閾值，則使用與每 個字符的類型相同類型、具有更高精確度的第二識別引擎，對所述內容中的每個字符進行 再次識別。9. 根據權利要求1所述的裝置，還包括： 字符識別模塊，其被配置成識別出所述內容中的每個字符；及 內容匹配模塊，其被配置成基于目標銘板圖像的GPS位置，將識別出的內容與數據庫 中按照銘板圖像的GPS位置記錄的內容進行匹配，數據庫中記錄的內容所處的GPS位置與 目標銘板圖像的GPS位置越接近，則該內容的匹配優先級越高。10. -種用于從給定圖像中識別目標銘板圖像的內容的方法，所述方法包括： 從給定圖像中獲取所述目標銘板圖像的一個或多個候選銘板圖像； 利用預先定義的所述目標銘板圖像的布局，檢測每個候選銘板圖像，從而確定目標銘 板圖像以及目標銘板圖像的內容的位置，所述布局包括：文本行的數量、每個文本行的屬 性、文本行之間的相對位置；及 識別所述目標銘板圖像的內容。
【專利摘要】本發明涉及一種用于從給定圖像中識別目標銘板圖像的內容的裝置和方法。所述裝置包括：候選銘板圖像獲取模塊，其被配置成從給定圖像中獲取所述目標銘板圖像的一個或多個候選銘板圖像；目標銘板圖像確定模塊，其被配置成利用預先定義的所述目標銘板圖像的布局，檢測每個候選銘板圖像，從而確定目標銘板圖像以及目標銘板圖像的內容的位置，所述布局包括：文本行的數量、每個文本行的屬性、文本行之間的相對位置；及識別模塊，其被配置成識別所述目標銘板圖像的內容。根據本發明，能夠更快速、準確地從給定圖像中識別目標銘板圖像的內容。
【IPC分類】G06K9/00
【公開號】CN105678207
【申請號】
【發明人】汪留安, 孫俊, 范偉, 勝山裕, 瀨川英吾
【申請人】富士通株式會社
【公開日】2016年6月15日
【申請日】2014年11月19日