視頻圖像中文字提取方法研究.pdf

1、基于內(nèi)容的圖像檢索技術(shù)是近些年理論研究的一大熱點(diǎn),而文字信息是視頻圖像中重要的語義線索。由于視頻圖像中文字具有尺度不一、字體形態(tài)多變、方向多變和背景復(fù)雜的特點(diǎn),所以準(zhǔn)確快速地將視頻圖像中的文字提取出來是基于內(nèi)容的圖像檢索的關(guān)鍵步驟和技術(shù)難點(diǎn)。本文對(duì)視頻圖像的文字提取方法做了較系統(tǒng)的研究,主要工作如下:
　　首先,本文總結(jié)出視頻圖像中文本的一般性特點(diǎn)。并對(duì)基于紋理的文本檢測(cè)方法、基于區(qū)域的檢測(cè)方法、基于邊緣的文本檢測(cè)方法和基于機(jī)器學(xué)

2、習(xí)的文本檢測(cè)方法進(jìn)行了深入的探討,歸納了視頻特征提取的主要特征。
　　其次,本文提出了基于筆劃的文字提取方法。通過對(duì)各類文字筆劃均具有對(duì)稱邊緣的特點(diǎn)與多文字區(qū)域的幾何特征的認(rèn)識(shí),根據(jù)二階邊緣檢測(cè)算子捕捉邊緣點(diǎn)亮暗變化趨勢(shì)的能力,使用高斯型拉普拉斯算子尋找出與文字筆劃寬度相呼應(yīng)的亮暗呈相反變化的所有的“邊緣點(diǎn)對(duì)”,并構(gòu)建來自筆劃等窄帶區(qū)域的“對(duì)稱邊緣點(diǎn)對(duì)”樣本集。從樣本集的分布規(guī)律中自適應(yīng)地定出文字筆劃搜索窗的尺度及方向。利用最小生

3、成樹算法實(shí)現(xiàn)由系列搜索窗得到的所有筆劃子區(qū)域的關(guān)聯(lián)聚類,通過剪枝、偽區(qū)域鑒別和閾值分割,將文字以行(含非水平行)或列的形式提取出來。
　　再次,本文提出了基于文字區(qū)域的關(guān)鍵幀提取方法。關(guān)鍵幀是包含一組鏡頭中關(guān)鍵內(nèi)容的圖像幀,通過基于文字的關(guān)鍵幀提取步驟能夠極大的減少圖像的冗余。本文針對(duì)文字檢索系統(tǒng)的特點(diǎn)在文字提取工作的基礎(chǔ)上提出了基于文字區(qū)域的關(guān)鍵幀提取方法。
　　最后,本文對(duì)基于筆劃的文字提取和基于文字的關(guān)鍵幀提取進(jìn)行了詳