基于场景图像的自动文字检测是光学字符识别系统的第一步,是光学字符识别系统可以应用于各行各业的重要保证。自然场景文字检测技术已经成为计算机视觉和模式识别领域的研究热点,在日常生活和工作中如场景理解、产品检索、自动驾驶、地图制作、图像视频监控和文档检索系统等领域都有着广泛的应用,给人们的生活和工作提供了极大的便利。此外,随着大数据的爆发和计算机计算能力的提高,深度学习得到了快速的发展,并从学术研究领域迅速落地到工业界。深度学习的优势是不需要手工设计特定任务的特征,可以根据任务自动的从大量数据中学习特征,同时学到的特征有较好的鲁棒性和识别性能。由于深度学习具有上述优势,因此基于深度学习的场景文字检测方法取得了很大的进步,对于形状和长度比较规则的场景文字已经取得了不错的检测效果。但是由于卷积神经网络的感受野以及矩形框、四边形等简单的文字目标表达方式的限制,过去的场景文字行检测方法在遇到很长的文字行和不规则形状的文字行时,其检测性能还不够好,极端场景的文字检测还存在不少挑战。为了解决以上问题,本文针对性地设计了一个原创的文字检测器,该检测器包括了一个初级文字检测器、一个迭代修正模块和一个形状表达模块。首先初级文字检测器产生文字的四边形候选框,然后迭代修正模块在候选框的基础上多次修正检测结果来解决长文字行检测不全的问题,最后形状表达模块通过回归文字中心线、文字区域和文字边界偏差来解决形状不规则文字行的检测问题。在实验中,本文提出的文字检测方法在ICDAR2017-RCTW、SCUT-CTW1500、Total-Text、ICDAR2015和ICDAR2017-MLT 5个公开数据集上取得了 state-of-the-art的检测性能。在单尺度测试中,本文方法在包含较多长文字行样本的数据集ICDAR2017-RCTW上超过了此前最好的方法RRD 6.6%的Hmean,在弯曲文字行数据集SCUT-CTW1500上超过此前最好的方法TextSnake 2.8%的Hmean。