近年来,自然场景文本图像识别已成为一项流行的技术,被广泛地应用到无人驾驶和刑事侦查等场景中。而受到硬件设备、采集编码方式、焦距光圈限制等因素影响的自然场景低质量文本图像在识别效果与精度上通常不够理想。针对上述问题,本文提出了一种基于两阶段学习的场景低质量文本识别方法,从语义特征重建层面入手,利用超分辨率模型学习并重建文本信息,增强序列特征的表达能力,再通过文本识别模型与对应的标签字符之间形成泛化能力更强的参数映射,最终实现自然场景低质量文本图像在识别精度上的提高。实验结果表明,本文方法的平均PSNR达到31.45d B,平均SSIM达到0.89,文本识别LEV值在不同识别难度上分别达到1.40、7.92、16.54,与现有的识别方法相比,本文提出的方法有更好的识别效果。本文主要内容如下:（1）针对自然场景低质量文本图像退化模型未知的特点,在SRGAN的基础上提出并构建了闭环对抗网络（CLCN）作为超分辨率的学习模型。将闭环结构引入对抗网络中,使得生成器由一元映射改为二元映射,进一步缩小超分重建中LR图像与HR图像之间的映射空间,获得更好的语义重建性能。实验结果表明,与最新的Kernel GAN、DRN等方法相比,本文提出的CLCN网络在PSNR上平均提高0.33～1.92d B,SSIM上平均提高0.02～0.07。（2）对超分重建模型进一步优化,将训练的着重点放在判别器上,引入小波变换增加判别维度,对生成器进行激励,使得重建图像的高频信息更为突出。同时,对残差结构进行适当的修改与替换,用于解决闭环结构造成的模型复杂、收敛速度慢的问题。实验结果表明,随着迭代次数增加本文方法收敛速度比其他方法提高了20%～40%。（3）针对自然场景低质量文本图像场景融合的特性,将目标检测融入到识别中,提出并构建了TDRN网络作为文本识别的学习模型。利用共享卷积特征的方式将序列信息进行复用,增强语义信息的利用率。同时,对其中偏移调整模块的插值函数进行替换,规避插值过程中造成的特征像素丢失的问题。将CLCN与TDRN结合即构成两阶段学习模型。实验结果表明,相较于最新的STN-OCR,本文方法的LEV识别指标在不同识别难度上分别低出1.05、1.96、1.40。