基于SOM的視頻中人工文本檢測方法研究.pdf

1、視頻中的人工文本是表達視頻語義信息的重要手段之一，對它的有效檢測、定位與提取對于視頻的分析理解和檢索等應用都具有十分重要的意義。
　　 論文在對現(xiàn)有文本檢測方法的研究基礎上，針對大多數(shù)文本檢測方法受到文本位置與語種的限制問題，給出一種視頻中非限定性人工文本區(qū)域的檢測方法。首先，重點研究SOM神經(jīng)網(wǎng)絡的特點，提出一種基于有導師學習的SOM神經(jīng)網(wǎng)絡分類器，從而使SOM在文本檢測中能夠對分類后的像素進行分類標記。其次，根據(jù)視頻中人工文

2、本區(qū)域存在強烈邊緣的特點，采用Sobel邊緣檢測算子提取圖像的邊緣特征，提取出的特征作為特征向量的一部分。因為視頻中人工文本區(qū)域與背景存在著明顯的邊緣，而Sobel算子不但具有方向性并且它檢測到的邊緣一般大于兩個像素，能較好地描述圖像邊緣特征。然后，針對人工文本區(qū)域出現(xiàn)位置不同的問題，結合分類器的結構，給出區(qū)分人工文本區(qū)域與背景的特征向量的基本形式，利用有導師SOM分類器初步定位目標文本區(qū)域。最后，采用基于形態(tài)學的方法對目標文本區(qū)域進行