汉字,作为世界上最古老的文字之一、使用人数最多的语言之一,是中华民族的灵魂纽带,更是中华民族几千年的文化瑰宝,在人类生产、生活、发展的方方面面扮演着举足轻重的作用。汉字,普遍地存在于现代城市周围,比如,路牌、广告牌、车牌、海报等。鉴于汉字的使用人数之多,范围之广,实现自然场景图像中汉字文本的自动检测与识别意义极大。然而,一方面,自然场景图像受到复杂背景、噪声、遮挡等不利因素的影响,给汉字的检测与识别带来了巨大的困难与挑战;另一方面,由于透视变形文本和曲线排列文本等非规则汉字文本的存在,使得自然场景图像的文本检测与识别更是难上加难,因此,实现场景图像汉字文本的自动检测与非规则文本校正,对自然场景图像汉字文本自动检测与识别的真正实现具有积极的推动作用。本文将围绕自然场景图像中的汉字文本检测及曲线排列文本校正进行展开,主要包括以下三个方面:(1)本文采用一种基于最大稳定极值区域(MSER)和笔画宽度变换(SWT)的自然场景汉字文本检测方法。利用MSER检测文本候选区域,利用文本的几何特性和SWT剔除非文本候选区域,计算每个文本区域的包围框,根据相邻文本包围框的重叠比合并文本区域,进而实现场景图像的汉字文本检测。(2)本文针对图像中透视变形和曲线排列的汉字文本,提出一种基于连通区域捆绑规则的汉字字符分割方法,利用文本连通区域包围圆的圆心和半径描述字符各部分的位置和大小,依据汉字字符的结构特点制定文本连通区域捆绑规则,根据各文本连通区域的相互位置关系实现汉字字符的分割。实验表明本文所提方法较好地实现了曲线排列汉字文本及透视变形汉字文本的字符分割。(3)本文针对曲线排列文本,提出一种基于汉字横竖笔画的曲线排列校正方法。利用汉字“横水平、竖铅直”的特性,确定横竖笔画的倾斜角度,结合文本走向线的方向,确定字符的倾斜角度,进而实现字符的水平校正。对于没有横竖笔画的字符,可以根据相邻的字符确定其倾斜角度。实验表明,该方法对曲线排列的汉字文本图像有较好的校正效果。