視頻中維吾爾文本的提取研究.pdf

1、如今隨著多媒體技術(shù)的發(fā)展，視頻已成為人們獲取信息的渠道。面對(duì)海量的視頻數(shù)據(jù)庫(kù)，如何快速有效地進(jìn)行視頻檢索已成為研究熱點(diǎn)。視頻中的文字信息為視頻檢索提供了可能。
　　維吾爾文字是基于阿拉伯字母的文字。由于維吾爾文和阿拉伯文本自身的特點(diǎn)，大多數(shù)已發(fā)表過(guò)的算法不能直接應(yīng)用到視頻中的維吾爾文和阿拉伯文。盡管在全球范圍內(nèi)的廣泛應(yīng)用，到目前為止，有關(guān)阿拉伯文和維吾爾文的視頻文字定位和提取的研究非常少。本文在研究和總結(jié)目前的有關(guān)視頻文字定位的算

2、法基礎(chǔ)上，結(jié)合維吾爾文特有的特點(diǎn)，提出了一種定位和提取視頻中維吾爾文字的方法。
　　通常文本提取包含文本探測(cè)定位和文本分割。本文首先提出了一種基于筆畫(huà)濾波的字幕文本定位方法，并給出詳細(xì)的原理解釋與實(shí)現(xiàn)過(guò)程。本文方案構(gòu)成如下：首先對(duì)視頻幀進(jìn)行筆畫(huà)濾波且對(duì)筆畫(huà)濾波響應(yīng)圖進(jìn)行非線性變換，然后利用維吾爾文在基線上橫筆畫(huà)居多的特征，通過(guò)水平投影找到基線位置，對(duì)基線上下方向進(jìn)行擴(kuò)展，確定上，下文本線。然后對(duì)通過(guò)垂直投影確定最的文本框，最后對(duì)用

3、啟發(fā)式規(guī)則對(duì)文本框進(jìn)行驗(yàn)證。然后使用連通區(qū)域分析來(lái)修正文本的外接框，最后使用支持向量機(jī)（Support Vector Machine，SVM）對(duì)候選文本塊進(jìn)行篩選，排除在前一步驟中被誤檢為文本的非文本塊。
　　對(duì)于定位后文本塊的分割，考慮到維吾爾文的特性,本文在已有方法的基礎(chǔ)上建立了文本顏色信息和紋理信息的聯(lián)合概率模型。本文利用同一個(gè)文本塊中其筆畫(huà)寬度比較一致的特點(diǎn)來(lái)提取建模樣本。從而使得訓(xùn)練的模型比較精確，因此本文建立的模型可以