視頻圖像中的文字識(shí)別研究.pdf

1、視頻圖像中的文本信息作為其內(nèi)容描述的一種形式，包含了十分豐富且重要的表達(dá)信息。采用文本這種高級(jí)語(yǔ)義形式，在對(duì)視頻內(nèi)容理解和索引方面，具有十分重要的科研價(jià)值和應(yīng)用前景。本文研究的是對(duì)復(fù)雜背景下視頻圖像文字的提取識(shí)別，主要由視頻圖像中文本信息的定位，以及提取穩(wěn)健的字符表達(dá)特征兩大部分組成。
　　 在視頻圖像文本區(qū)域定位方面，考慮到文本在邊緣圖中表現(xiàn)出高密度分布的特征，本文在基于邊緣特征檢測(cè)的基礎(chǔ)上，引入動(dòng)態(tài)制定檢測(cè)窗口的尺寸大小的文

2、本定位方法。在邊緣圖投影后對(duì)大小進(jìn)行估算時(shí)，由于字符筆畫(huà)具有較為密集邊緣信息，因此對(duì)投影出的連續(xù)峰值處作為文本行來(lái)分析，從而有效的確定出符合當(dāng)前檢測(cè)需求的窗口尺寸。利用動(dòng)態(tài)獲取到的檢測(cè)窗口，在邊緣圖像中依據(jù)其邊緣強(qiáng)度檢測(cè)其中的文本像素，通過(guò)精定位和細(xì)定位兩步得到文本區(qū)域。
　　 在字符表達(dá)特征提取方面，考慮到字符筆畫(huà)結(jié)構(gòu)的連續(xù)性在其劃分出網(wǎng)格中的分布，本文構(gòu)建一種基于筆畫(huà)相關(guān)性進(jìn)行自適應(yīng)加權(quán)的特征提取方法。首先，采用彈性網(wǎng)格方法