視頻圖像中的文字識別研究.pdf

1、視頻圖像中的文本信息作為其內(nèi)容描述的一種形式，包含了十分豐富且重要的表達信息。采用文本這種高級語義形式，在對視頻內(nèi)容理解和索引方面，具有十分重要的科研價值和應用前景。本文研究的是對復雜背景下視頻圖像文字的提取識別，主要由視頻圖像中文本信息的定位，以及提取穩(wěn)健的字符表達特征兩大部分組成。
　　 在視頻圖像文本區(qū)域定位方面，考慮到文本在邊緣圖中表現(xiàn)出高密度分布的特征，本文在基于邊緣特征檢測的基礎上，引入動態(tài)制定檢測窗口的尺寸大小的文

2、本定位方法。在邊緣圖投影后對大小進行估算時，由于字符筆畫具有較為密集邊緣信息，因此對投影出的連續(xù)峰值處作為文本行來分析，從而有效的確定出符合當前檢測需求的窗口尺寸。利用動態(tài)獲取到的檢測窗口，在邊緣圖像中依據(jù)其邊緣強度檢測其中的文本像素，通過精定位和細定位兩步得到文本區(qū)域。
　　 在字符表達特征提取方面，考慮到字符筆畫結構的連續(xù)性在其劃分出網(wǎng)格中的分布，本文構建一種基于筆畫相關性進行自適應加權的特征提取方法。首先，采用彈性網(wǎng)格方法