視頻幀中的文本檢測(cè)與提取技術(shù).pdf

1、隨著計(jì)算機(jī)和通信技術(shù)、寬帶網(wǎng)絡(luò)技術(shù)、音視頻壓縮技術(shù)以及計(jì)算機(jī)硬件技術(shù)的發(fā)展，圖像和視頻中的文本信息對(duì)索引、檢索及高層語義的自動(dòng)理解等具有重要價(jià)值。本文主要研究如何從視頻幀中檢測(cè)、提取與識(shí)別人工添加的文本信息。論文的主要工作如下： 首先，根據(jù)文本的特征以及目前存在視頻圖像的文本定位和提取算法，實(shí)現(xiàn)了一種基于邊緣檢測(cè)的文本定位方法。實(shí)現(xiàn)主要流程包括：對(duì)選取的視頻幀圖像進(jìn)行灰度化處理、邊緣檢測(cè)、邊緣圖像二值化及數(shù)學(xué)形態(tài)學(xué)操作，最后定位

2、文本區(qū)域。實(shí)驗(yàn)表明該方法實(shí)現(xiàn)簡單，并且可以定位出大部分的文本區(qū)域，但當(dāng)圖像或視頻幀中背景本身包含了豐富的邊緣信息時(shí)，則定位文本區(qū)域就不夠準(zhǔn)確。 其次，對(duì)定位好的文本區(qū)域進(jìn)行提取與識(shí)別，本文應(yīng)用基于閾值分割方法來提取文本。在處理簡單或者單一背景色的文字圖像時(shí)，使用經(jīng)典的閾值分割算法中的最大類間方差法(OTSU)，該方法計(jì)算簡單、穩(wěn)定有效。在復(fù)雜背景下提取文字時(shí)，本文使用了局部自適應(yīng)的閾值化方法。經(jīng)過實(shí)驗(yàn)測(cè)試，得到了很好的分割效果。