图像与视频中叠加文字提取算法分析及其应用.pdf

摘要 图片和视频中的叠加文字是帮助理解图片和视频内容高层语义的重要线索，有效地 提取这些文字对图像理解以及基于内容的多媒体信息检索系统来说是一项重要的技术。 目6U商业的OCR技术对于二值图像中文字的提取识别已经趋于成熟，但对于图片和视 频中的叠加文字，由于图像背景复杂，有效的文字提取具有很大的挑战性，这限制了OCR 技术的成功应用。 针对图像背景复杂、分辨卒低，文字形态变化多端等问题，本文提出一种基于拆分 一合并的鲁棒文字分割算法，在文字检测的基础上，利用文字的颜色和尺度信息，对检 测到的文字块进行准确和高效的分割，最大限度地去除图片中的背景，为OCR系统提 供完整清晰的二值图像输入。 为了有效地剔除叠加文字的背景，研究人员做过很多尝试，提出的算法大多比较复 杂，以致检测和分割的处理速度较慢，准确性与实用要求也有一定的距离。本文提出了 一种基于时间自适应变化模型的视频文字提取算法，使得在引入简·巷的人工交互行为后， 文字提取系统的性能和速度得到显著提高，这在～些对完全自动化要求不高，但是对准 确性和处理速度要求较高的系统中将是一项很为实用的技术。 此外，作为图像和视频文字提取技术应用的一个尝试，本文还将文字检测技术和图 像恢复技术相结合，开发一个较为实用的视频字幕自动擦除系统，通过文字背景的空域 恢复和时域恢复实现了图片文字的自动擦除。 关键词：文字检测文字分割文字识别OCR图像理解基于内容的检索模式识别 TextExtraction andIts Image／Video Application Zhan Yaowen(ComputerApplication) SupervisedBy WangWeiqiang ‘Text and embeddedin videoflamescarries semanticinformationfor images important and the oftextextractionis for video，therefore veryimportant images technology image andcontent-basedinformationretrieval commercial understanding systems．Nowadays，many OCR makea andthe and from Success oftextextraction systemsgreat technology recognition tendsto embeddedtextissurrounded binary mature．However,most image bycomplex andsometimes noises．Thesefactorshaverestrictedthe background accompaniedbyhigh ofOCRand totext