視頻中提取文字區(qū)域.pdf

1、對(duì)于現(xiàn)在的多媒體應(yīng)用來(lái)說(shuō)，大多數(shù)應(yīng)用都是以建立視頻數(shù)據(jù)庫(kù)等大量的視頻數(shù)據(jù)為基礎(chǔ)的。對(duì)于大量的視頻數(shù)據(jù)來(lái)說(shuō)，對(duì)這些視頻數(shù)據(jù)的檢索是一個(gè)比較難的問(wèn)題，且成為視頻技術(shù)發(fā)展的瓶頸?，F(xiàn)在的檢索技術(shù)主要是基于內(nèi)容的，但是由于人們對(duì)抽象圖象的理解各不相同，并且需要較高的人工智能，這造成現(xiàn)在的檢索技術(shù)效率不高。但文字是直接的，人們對(duì)文字的理解不會(huì)偏差很大，于是在存儲(chǔ)視頻數(shù)據(jù)的時(shí)候，如果能夠把視頻數(shù)據(jù)中的文字區(qū)域提取出來(lái)，進(jìn)而利用專門的文字識(shí)別系統(tǒng)把這些

2、文字識(shí)別出來(lái)，利用這些文字作為這些視頻數(shù)據(jù)的索引，在進(jìn)行檢索的時(shí)候就可以利用這些文字索引找到相應(yīng)的視頻數(shù)據(jù)，這樣就能大大地提高檢索效率。正因?yàn)槲淖謪^(qū)域的提取對(duì)視頻數(shù)據(jù)的檢索有這么大的幫助，所以對(duì)文字區(qū)域提取的研究現(xiàn)在受到了很大的重視。 本文提出了在視頻幀以及在壓縮視頻數(shù)據(jù)中提取文字區(qū)域的方法，該方法利用圖象的紋理特征來(lái)提取文字區(qū)域。對(duì)于視頻幀來(lái)說(shuō)，利用圖象的紋理特征—角點(diǎn)來(lái)進(jìn)行提取。文字，特別是漢字，含有豐富的角點(diǎn)，于是文字區(qū)域

3、一定是視頻幀圖象中角點(diǎn)分布密度最大的區(qū)域。對(duì)于一幅視頻幀圖象來(lái)說(shuō)，經(jīng)過(guò)角點(diǎn)提取，角點(diǎn)濾波，角點(diǎn)聚類，以及最后文字區(qū)域的校驗(yàn)等步驟，最后便能把文字區(qū)域提取出來(lái)。對(duì)于有些視頻幀圖象來(lái)說(shuō)，其背景區(qū)域紋理結(jié)構(gòu)復(fù)雜，容易給最后的結(jié)果造成很大的噪聲，本文特別對(duì)這種情況進(jìn)行了詳細(xì)的說(shuō)明，對(duì)這種類型的視頻幀圖象采取特別地處理，這樣在最后的結(jié)果中就能大大地減少噪聲。對(duì)于壓縮視頻數(shù)據(jù)來(lái)說(shuō)，由于DCT變換系數(shù)以及量化后的DCT變換系數(shù)能反映原視頻幀圖象的紋理