視頻中的文字信息抽取.pdf

1、本文首先分析了文字在視頻中的表現(xiàn)方式及特點(diǎn)，然后分別對(duì)檢測(cè)、定位、跟蹤、二值化、字符識(shí)別等幾個(gè)文字信息抽取的關(guān)鍵問題進(jìn)行了回顧和總結(jié)。視頻中文字的低分辨率以及彩色背景的高復(fù)雜度給視頻文字檢測(cè)，尤其是文字抽取帶來了很大的困難。為了解決復(fù)雜背景所帶來的問題，針對(duì)新聞視頻中靜止的標(biāo)題文字，本文提出了一種基于紋理的多幀結(jié)合的文字檢測(cè)算法。這個(gè)算法主要有兩個(gè)貢獻(xiàn)：首先，不同于以前的檢測(cè)算法，我們?cè)谶M(jìn)行文字檢測(cè)步驟之前先用最小(最大)合并的MFI多

2、幀結(jié)合技術(shù)來提高圖像的質(zhì)量。實(shí)驗(yàn)結(jié)果表明，這種技術(shù)是非常有效的，能夠很大程度上降低虛警，同時(shí)還可以提高檢測(cè)的召回率；其次，提出了一種改進(jìn)的用迭代方法進(jìn)行文字區(qū)域分解的方法，它能夠獲得更加精確的文字矩形框?！　∪缓笪覀冇懻摿巳绾螌?duì)檢測(cè)到的文字行進(jìn)行基于多幀的文字增強(qiáng)、二值化，給出了量化的評(píng)測(cè)準(zhǔn)則，并利用商用文字識(shí)別軟件進(jìn)行識(shí)別后在幾個(gè)測(cè)試集上進(jìn)行了實(shí)驗(yàn)。　　最后介紹了一個(gè)完整的利用抽取的文字進(jìn)行視頻索引和檢索的系統(tǒng)，這個(gè)系統(tǒng)結(jié)合了我們