本发明实施例提供了一种图像文本检测方法及系统、用户终端及服务器；该方法包括：用户终端获取多个显著性图像，生成候选文本连通构件；服务器根据候选文本连通构件获取文本连通部件，将文本连通部件视作节点，连接近邻节点对构成无向图，对无向图中有公共节点的边依次进行融合，获得多个文本行；用户终端对多个文本行进行交叠融合，生成图像文本检测结果；服务器对图像文本检测结果进行识别得到最终文本；用户终端输出最终文本。本发明通过基于显著性模型的文件检测和根据无向图每条边的局部特征和全局特征进行分类得到文本行，提高了图像文本检测效率，降低了计算复杂度。