復(fù)雜背景圖像中的疊加文字提取技術(shù)研究.pdf

1、圖像和視頻中的文字包含有豐富的語(yǔ)義信息，是理解圖像和視頻內(nèi)容的重要線索，提取和識(shí)別這種圖像文字對(duì)于圖像理解、視頻內(nèi)容分析、基于內(nèi)容的圖像和視頻檢索等領(lǐng)域具有重要意義。由于圖像和視頻中的文字通常疊加在復(fù)雜的圖像背景之上，背景成分的干擾使得現(xiàn)有的OCR技術(shù)難以識(shí)別出文字，因而如何從圖像的復(fù)雜背景中提取出文字成為一個(gè)有必要研究的問(wèn)題。近年來(lái)，這一問(wèn)題開(kāi)始受到廣泛關(guān)注，并取得了大量的研究成果，但由于區(qū)分文字與復(fù)雜背景的困難性，該問(wèn)題還遠(yuǎn)沒(méi)有得到

2、完美解決。 針對(duì)以上問(wèn)題，本論文主要圍繞如何充分利用文字的各種特性更魯棒地從復(fù)雜背景圖像中分割出疊加文字、去除殘余背景進(jìn)行了研究，并對(duì)使用文字的筆畫(huà)特征來(lái)區(qū)分文字區(qū)域與復(fù)雜背景區(qū)域進(jìn)行了嘗試。本文研究取得的主要研究成果包括： 1.提出了一種基于文字顏色和尺度信息的魯棒的文字分割算法。利用文字的邊緣特性設(shè)計(jì)采樣規(guī)則，能夠更準(zhǔn)確地估計(jì)文字的顏色，并利用文字筆畫(huà)的尺度特性，能夠更有效地去除尺度不同于文字的復(fù)雜背景區(qū)域。