基于OCR的視頻字符識別技術(shù)研究與實(shí)現(xiàn).pdf

1、視頻中的字符往往是最能代表視頻內(nèi)容的信息，有效地從視頻中提取這些字符對于視頻檢索和視頻輿情監(jiān)控等應(yīng)用來說是至關(guān)重要。目前的商用OCR軟件還不能有效地從背景復(fù)雜、干擾強(qiáng)烈的視頻圖像中識別出文本信息，尋找一種通用的關(guān)鍵幀提取、文本定位和字符分割方法來提高識別效率，是當(dāng)前研究的熱點(diǎn)之一。
　　本文針對視頻關(guān)鍵幀提取技術(shù)提出了適用于文本區(qū)域檢測的基于角點(diǎn)分析的關(guān)鍵幀提取算法，并通過結(jié)合多幀融合技術(shù)來降低背景復(fù)雜度，相比傳統(tǒng)的其他關(guān)鍵幀提取

2、算法提升了關(guān)鍵幀提取的準(zhǔn)確性;針對文本定位技術(shù)提出了基于邊緣特征、密集焦點(diǎn)群信息和形態(tài)學(xué)處理相結(jié)合的文本區(qū)域精確定位算法，通過對邊緣信息和角點(diǎn)信息的雙重驗(yàn)證來判定文本區(qū)域，相比其他文本區(qū)域定位算法，該算法的綜合性能更佳;針對字符分割技術(shù)采用了基于閾值的字符背景二值化分割算法，并對原有的Otsu閾值分割算法進(jìn)行了改進(jìn)，降低了字符錯檢率。對于系統(tǒng)的每一個(gè)功能模塊部分，本文都進(jìn)行了多種算法的對比實(shí)驗(yàn)，選取了適用于視頻字符識別的算法，或者驗(yàn)證了