一种改进的视频标题检测与提取方法.pdfVIP

第32卷第2期 江西师范大学学报(自然科学版) V01．32No．2 2008年4月 J饥JIiNAI．OFJIANGXINORMALI『NⅣERSⅡY(NArllmAI．SCⅡNCE)Apt．2008 文章编号：1000-5862{2008)02-0157-05 一种改进的视频标题检测与提取方法 ， 李雪龙1，封化民1，一， 刘飚2， 焦黎冰2 (1．西安电子科技大学通信3-程学院，陕西西安710071；2．北京电子科技学院，北京100070) 摘要：视频中的文字信息为视频语义的理解提供了重要信息，该文提出一种改进的视频标题文字检测方 法，该方法不仅能检测视频中文字出现位置，而且能检测到标题文字出现的时间边界．对数小时的视频标 题检测实验表明，该方法是有效的，总有效率可达到80％左右． 关键词：基于内容检索；标题文字检测；多帧结合；Sobel边缘；文字识别 391．4 文献标识码：A 中图分类号：TP 随着计算机技术、多媒体技术的飞速发展，基于内容的检索(Content．Based 国内最为活跃的研究课题之一．在视频中，后期制作过程中所添加的标题文字常常包含了丰富的高层语义 信息，如果这些文字能被自动地检测、抽取、识别出来，对视频高层语义的自动理解、索引和检索是非常有价 值的． 由于视频图像中文字所起的作用显著而又较难提取，近年来，国内外学者在视频文字检测识别领域做 了大量的研究工作．Lienhart等…1描述了一种基于块匹配的文字跟踪算法，该算法将视频文字对象处理分为 文字检测和跟踪两个阶段，算法根据文字对象运动的速率，在相邻帧进行文字对象在该帧中的位置搜索，并 采用块匹配算法计算二者的相似度来实现文字区域的跟踪．Miene等【2J通过使用区域增长的方法，对相邻像 Frames 测的准确率，但该算法是针对事先手工分割的只含有单一文字标题事件的视频段，不能够应用于有若干次 文字事件出现的连续视频．本文在对上述两种MFI算法综合运用的基础上，利用文字边缘特性进行文字位 置的定位，并在此基础上提出新的方法，可对连续视频中文字事件发生时间进行检测． ， l文字检测分割过程 1．1多帧结合 在视频中出现文字事件，一般至少持续2s左右的时间，文字像素点在连续至少60帧图像中保持不变， 而文字标题以外的像素点，通常不能保持时间上连续不变性．MFI算法就是基于以上原则，对相邻的若干帧 求取像素点的灰度平均值，结合后的图像如图1(a)中所示．改进MFI算法原理：不失一般性，这里用文字为 浅色图像为例解释，取相邻帧每个像素点的灰度最小值，则得到的图像最利于减少背景的复杂性，得到的图 像如图l(b)中所示． I．2文字区域检测 图像中的文字区域通常含有丰富的边缘点，并有较鲜明的颜色对比度与亮度对比度以利于观众观看， 收稿日期：2007-12-01 作者简介：李雪龙(198二)，男，陕西三原人，硕士研究生，主要从事多媒体检索的研究． 江西师范大学学报(自然科学版) 2008年 (a) (b) 图1 MFI算法示例 利用文字的边缘特征、颜色特征、连通性特征进行文字检测，都是较常用的方法．本文在分析比较基于以上 几种特性的文字区域检测算法后，根据视频中文字背景颜色复杂的特殊情况，选取利用文字的边缘特性进 『1 0—1] 2 0 —2 Sobel垂直边缘检测算子I l，图l(a)，1(b)得到的边缘图像分别如图2(8)，2(b)所示． L】 o 一1j (a) (b) (c) ‘ 图2检测算法过程图示 化了图像的边缘点，所以又产生了一些原本没有的噪声点，因此，我们采取结合两种算法的方式，对两种结