[论文解读] Segmentation of Camera Captured Business Card Images for Mobile Devices

Ayatullah Faruk Mollah, Subhadip Basu+1 more|arXiv (Cornell University)|Jan 3, 2011

Vehicle License Plate Recognition参考文献 13被引用 13

一句话总结

本文提出了一种针对手机摄像头拍摄的名片图像的高效字符分割方法，通过倾斜校正，再结合基于水平和垂直投影直方图的行与字符分割。该方法在中等性能笔记本电脑上处理300万像素图像时，耗时1.1秒内实现97.48%的平均分割准确率，适用于计算资源受限的移动设备。

ABSTRACT

Due to huge deformation in the camera captured images, variety in nature of the business cards and the computational constraints of the mobile devices, design of an efficient Business Card Reader (BCR) is challenging to the researchers. Extraction of text regions and segmenting them into characters is one of such challenges. In this paper, we have presented an efficient character segmentation technique for business card images captured by a cell-phone camera, designed in our present work towards developing an efficient BCR. At first, text regions are extracted from the card images and then the skewed ones are corrected using a computationally efficient skew correction technique. At last, these skew corrected text regions are segmented into lines and characters based on horizontal and vertical histogram. Experiments show that the present technique is efficient and applicable for mobile devices, and the mean segmentation accuracy of 97.48% is achieved with 3 mega-pixel (500-600 dpi) images. It takes only 1.1 seconds for segmentation including all the preprocessing steps on a moderately powerful notebook (DualCore T2370, 1.73 GHz, 1GB RAM, 1MB L2 Cache).

研究动机与目标

• 解决在移动设备上对由相机拍摄、严重形变的名片图像中的文本区域进行分割的挑战。
• 开发一种计算高效的分割方法，以应对倾斜、噪声以及不同名片布局的复杂情况。
• 在移动平台严格的计算资源限制下，实现高精度的字符分割。
• 在低端硬件上保持实时性能的同时，实现高分割准确率。

提出的方法

• 首先使用预处理技术从相机拍摄的名片图像中提取文本区域。
• 应用一种计算高效的倾斜校正方法，以校正文本区域中的几何失真。
• 利用水平和垂直投影直方图，将校正后的文本区域分割为行和单个字符。
• 通过利用灰度变化和空间分布模式，识别行分隔和字符边界。
• 所有预处理和分割步骤均经过优化，以降低计算开销，适用于移动设备部署。
• 该方法在500–600 dpi分辨率的300万像素图像上进行评估，以反映真实移动拍摄的图像质量。

实验结果

研究问题

• RQ1 如何从手机摄像头拍摄的严重形变名片图像中可靠地提取文本区域？
• RQ2 在处理能力有限的移动设备上，哪种倾斜校正技术是高效且适用的？
• RQ3 在真实世界图像失真条件下，如何利用基于直方图的方法准确分割行与字符？
• RQ4 在低端移动硬件上，如何在保持实时性能的同时实现高水平的分割准确率？

主要发现

• 所提出的方法在500–600 dpi分辨率的300万像素名片图像上实现了97.48%的平均分割准确率。
• 整个分割流程（包括预处理和倾斜校正）在中等性能笔记本电脑（DualCore T2370，1.73 GHz，1GB RAM）上耗时1.1秒。
• 该方法计算效率高，适合在计算资源有限的移动设备上部署。
• 倾斜校正显著提升了分割性能，通过在行与字符提取前对齐文本区域。
• 基于直方图的分割方法能有效应对不同名片设计中字体大小、间距和版式的变化。