基于SOM的視頻中人工文本檢測(cè)方法研究.pdf

1、視頻中的人工文本是表達(dá)視頻語(yǔ)義信息的重要手段之一，對(duì)它的有效檢測(cè)、定位與提取對(duì)于視頻的分析理解和檢索等應(yīng)用都具有十分重要的意義。
　　 論文在對(duì)現(xiàn)有文本檢測(cè)方法的研究基礎(chǔ)上，針對(duì)大多數(shù)文本檢測(cè)方法受到文本位置與語(yǔ)種的限制問(wèn)題，給出一種視頻中非限定性人工文本區(qū)域的檢測(cè)方法。首先，重點(diǎn)研究SOM神經(jīng)網(wǎng)絡(luò)的特點(diǎn)，提出一種基于有導(dǎo)師學(xué)習(xí)的SOM神經(jīng)網(wǎng)絡(luò)分類器，從而使SOM在文本檢測(cè)中能夠?qū)Ψ诸惡蟮南袼剡M(jìn)行分類標(biāo)記。其次，根據(jù)視頻中人工文

2、本區(qū)域存在強(qiáng)烈邊緣的特點(diǎn)，采用Sobel邊緣檢測(cè)算子提取圖像的邊緣特征，提取出的特征作為特征向量的一部分。因?yàn)橐曨l中人工文本區(qū)域與背景存在著明顯的邊緣，而Sobel算子不但具有方向性并且它檢測(cè)到的邊緣一般大于兩個(gè)像素，能較好地描述圖像邊緣特征。然后，針對(duì)人工文本區(qū)域出現(xiàn)位置不同的問(wèn)題，結(jié)合分類器的結(jié)構(gòu)，給出區(qū)分人工文本區(qū)域與背景的特征向量的基本形式，利用有導(dǎo)師SOM分類器初步定位目標(biāo)文本區(qū)域。最后，采用基于形態(tài)學(xué)的方法對(duì)目標(biāo)文本區(qū)域進(jìn)行