基于筆畫特征的多方法綜合視頻文本提取算法研究.pdf

1、圖像視頻中的人工文本包含了大量重要信息，是作為對圖像視頻內(nèi)容的說明、解釋及補充。由于語義鴻溝(Semantic gap)的存在，造成計算機難以對視頻內(nèi)容信息進行直接提取。因此在視頻和圖像大量充斥于網(wǎng)絡(luò)的今天，視頻文本信息的提取和識別顯得尤為重要。文本的準確提取，不僅可以使得光學文字識別系統(tǒng)效果更好，用于視頻分析檢索，也可以使得圖文分離，用于網(wǎng)絡(luò)互動電視領(lǐng)域。文本提取的實現(xiàn)包括文本檢測、文本定位和文本分割三個主要步驟。本文在文本檢測和定位

2、步驟中引入了當前最新的筆畫特征方法。針對原有筆畫濾波方法由于字符尺寸變化而發(fā)生效果下降甚至失效的情況，本文提出了筆畫濾波器設(shè)計及濾波處理流程的兩項改進方法。通過實驗比對明顯改善了文本檢測和文本定位效果。在筆畫特征提取的基礎(chǔ)上，本文研究設(shè)計了對應(yīng)于筆畫特征的檢測和定位方法。在文本檢測中，采用直方圖非線性變換和區(qū)域塊標記的方法，使得富含筆畫特征的潛在文本區(qū)域像素深度突出，以塊區(qū)域門限進行檢測。在文本定位過程中，本文致力于將筆畫特征融入已有的

3、文本定位方法中。主要采用投影分析和支持向量機塊分類方法。在原有的基于邊緣特征的投影分析基礎(chǔ)上，本文對其處理過程加入了標量量化、離散余弦變換投影和半圖像投影這三種主要處理算法。使得投影分析能夠?qū)⒐P畫特征豐富的區(qū)域準確定位，而又能排除紋理復雜的背景區(qū)域。在支持向量機算法研究上，本文主要采用文獻[26]所提出的基于筆畫特征的支持向量機特征向量提取方法。利用此特征向量訓練出的支持向量機分類器在筆畫特征的描述上效果好于直接使用像素深度作為特征，本

4、文對此進行了比較實驗。利用支持向量機分類器，對候選文本塊進行細化，主要包括收縮、合并和擴張三種處理，使得文本塊更加準確反映實際文本存在區(qū)域。通過實驗，上述算法流程取得了較好的檢測定位效果。在文本分割步驟中，本文將經(jīng)過準確定位的文本塊進行基于模型的像素分割，利用混合高斯模型逐個像素判斷其是否屬于文本像素。該過程的實現(xiàn)需要提取部分文本像素作為訓練樣本，本文設(shè)計種子填充法和筆畫梯度模型法相結(jié)合的文本初步分割，以此提取樣本像素。在樣本特征向量選