復(fù)雜背景下的視頻文本定位與分割.pdf

1、視頻中的文本信息是輔助理解視頻內(nèi)容的重要線索,有效地提取這些文本信息對視頻內(nèi)容的自動理解及檢索等應(yīng)用來說是一項關(guān)鍵的技術(shù)。目前商業(yè)OCR還不能有效地識別背景復(fù)雜、干擾強(qiáng)烈的視頻文本圖像,尋找一種通用的文本定位與分割方法以提高識別的效率,是當(dāng)前研究的熱點問題之一。
　　本文重點研究視頻文本定位與分割的方法。根據(jù)復(fù)雜背景下視頻文本的特點,采用角點提取結(jié)合形態(tài)學(xué)的文本定位方法,針對文字大小不一的問題,提出了多尺度的角點檢測方法,并結(jié)合文

2、字通常具有相同顏色的特點,采用顏色聚類的方式對文字區(qū)域進(jìn)行更精確的定位;利用小波域隱HMT模型的廣泛應(yīng)用的特點,在小波域內(nèi)對定位出的文本區(qū)域中的文字和背景進(jìn)行建模,結(jié)合尺度間融合思想,充分利用不同尺度上的類標(biāo)志特性,較好解決了文本區(qū)域文字的分割問題,得到文字圖像。
　　實驗結(jié)果表明:本文改進(jìn)的文本定位算法有效檢測出復(fù)雜視頻中的文本信息,不僅能夠檢測出球賽場景、新聞類視頻中的文字信息,還可用于自然場景文本的檢測定位;小波域HMT模型