基于SVM的視頻中文本檢測與提取方法研究.pdf

1、視頻圖像中的文本包含許多有用的信息，對視頻文字信息的提取能夠應(yīng)用于基于語義的視頻檢索和瀏覽系統(tǒng)。盡管傳統(tǒng)的文字識別已經(jīng)取得很大的成果，但是大多數(shù)只能識別印刷在紙張上的文字。與傳統(tǒng)的文檔文字相比，視頻文字受背景的復(fù)雜度、對比度、分辨率、字體大小、字型等因素的影響，使得視頻圖像中的文本檢測和提取仍是一個(gè)具有挑戰(zhàn)性的課題。 本文主要研究視頻圖像中的文本的檢測和提取方法，課題研究的重點(diǎn)主要有三個(gè)方面：文本特征的提取、分類器的設(shè)計(jì)和文本區(qū)

2、域的后期處理。在文本特征提取方面，本文提出了兩種方法：一種是基于邊緣圖像的統(tǒng)計(jì)特征的提取算法，另一種是基于小波變換的紋理特征提取算法，使用滑動窗口掃描圖像提取得到兩類特征向量；選用支持向量機(jī)作為本文的分類器，使用前面得到的特征向量訓(xùn)練得到了文本分類器，實(shí)現(xiàn)對視頻圖像中的文本區(qū)域的初步定位。在后期的處理中，使用形態(tài)學(xué)的方法，去除誤檢的噪聲區(qū)域，得到最終的文本區(qū)域，通過在原圖像上做映射處理，提取得到文本區(qū)域。由于視頻的低分辨率，本文首先對提