用MATLAB提取视频流中的文字算法的研究和实现.pdfVIP

c网络电视与新媒体技术 用MATLAB提取视频流中的文字算法的研究与实现 华中师范大学物理科学与技术学院 袁静刘时进 中国传媒大学媒体信息技术研究所 魏国新万烨 摘要：视频流的文字信息中包含了视频的关键信息，在这篇文章里，我们提出了一种针对视频流 中文字提取的新方法框架，并使用了gnTLAB视频图象处理丁具箱快速构建了这个框架，并将这个方 法实现。其中重点实现了对视频中关键帧的文字区域进行识别和对识别出的文字区域进行背景和噪 声滤波消减处理，最终将处理的结果二值化后通过文字识别系统(0ER)进行文字的识别。 关键词：视频文字识别；文字区域分割；MATLAB 1引言 视频中的文字可以直接并且集中的描述视频的各种信息，所以视频中的文字识别可以更好的帮 助我们分析和理解视频中的内容。在新闻视频里，文字中经常包括人的名称和新闻事件的摘要，因 此视频文字的识别可以作为视频标引的一种手段。 人们已经在视频流中识别文字方向上做出了非常大的努力。出现了大量的在图像和视频流中提 要依据是视频和图像中的文字比较的集中，并且和背景有不同的颜色。这种方法可以快速，准确的确 定视频中的文字[2]，[3]。但是当遇到视频中的文字被嵌入到复杂的背景中或者和其他的图形对象相 连接时，这种方法就不能很好的工作。(2)主要是基于纹理的分类的方法[5][6]。但是它比较难排除 类似于文字的区域。还有一些方法是在压缩域进行的处理，本质上还是对基于纹理的方法。 本文的重点是使用MATLAB视频图像处理工具箱，从视频流的关键帧中提取文字的区域并且分 离出文字，第2节主要介绍视频流文字提取时一些需要重要考虑的问题，提取文字的假设前提和该系 统的结构。从第3节主要描述本系统的每一部分的细节。第4节主要是描述系统实验的结果。第5 主要是系统应用与有待改进的一些问题。 2系统方案 2．1系统的结构 图1 m眦B系统仿真逻辑实现图 321 2005年中国数字电视与网络发展高峰论坛 China TVCableNetSummit2005 Digital c网络电视与新媒体技术 2．2可以检索的文字的特点 在视频流中的文字一般被分为两类：(1)场景文字：文字是视频场景的一部分，它们在视频中的位 置是随视频的镜头的改变而改变。(2)视频标题文字：是在视频后期制作过程中加入的文字。其中视 频标题文字一般携带着视频内容的重要信息，并且它的内容一般也是经过设计的，位置一般固定。这 篇文章提出的新框架方法对这两种文字都可以识别。 我们识别的文字必须满足以下的一些特点或前提： (1)这些文字一般是从左到右或者从上到下的矩形区域内部。 (2)一般这些文字的颜色和背景的颜色有一定的对比度。 (3)一般是多余两个文字，这样文字区域的边框一般宽度要大于高度。 (4)文字的边界线一般含有很多的边框 为了实验系统的设计，我们采用了中央电视台《新闻联播》和《探索发现》的视频作为实验的材 料。 2．3 MATLABR14SP2视频图像处理工具箱 的工具箱。它可以快速设计、仿真、构建与验证各种视频和图像的算法与系统。它提供了图形视频 处理中的各种基本的算法。 设计这个系统时我们采用了视频与图像处理工具箱，并且直接使用SimuLink工具进行设计，如图l 所示：图中每一个矩形框就是一个子系统，可以方便的定制每一个子系统的引脚，设计数据流向与子 系统的内部框架的构建。 这个工具箱的另一个亮点在于它生成ANSI／ISOC代码后，可以直接用于可以编程的处理器中， 如(DSP或者GPP)或者用于更大规模的仿真。 3系统原理与各环节设计 针对系统的结构，我们重点讨论其中重点组成部分：文字区域识别与文字区域背景过滤。首先提 取视频中的关键帧，然后进行文字区域的识别。我们的方法是基于纹理分析的方法