視頻文本提取技術(shù)研究.pdf

1、本文主要針對視頻中的文本定位、文本跟蹤和文本分割算法進(jìn)行了深入研究。通過對經(jīng)典算法的綜合歸類，分析其優(yōu)點(diǎn)和不足，提出了一種基于小波模極大值和兩階段分類驗(yàn)證的算法來檢測和定位文本的方法;為了提高跟蹤的性能，提出了基于穩(wěn)健模板匹配準(zhǔn)則的文本跟蹤技術(shù)，并且引入了多分辨率匹配算法來加速匹配誤差的計(jì)算;針對當(dāng)今視頻中文本區(qū)域分辨率比較低的特點(diǎn)，提出了一種基于亞像素的文本分割技術(shù)來提高定位跟蹤后得到的文本圖像的精度，配合改進(jìn)的Niblack算法進(jìn)行

2、閉值分割，進(jìn)而利用連通區(qū)域分析濾除噪聲，提高了文本的分割性能。 論文內(nèi)容共分為五章，各章節(jié)內(nèi)容安排如下: (1)第一章簡要介紹了視頻文本提取技術(shù)的研究價(jià)值，從一般意義上分析視頻文本提取系統(tǒng)的框架結(jié)構(gòu)，通過對以前學(xué)者研究理論和相關(guān)算法的思考，總結(jié)分析其研究現(xiàn)狀和發(fā)展趨勢，并介紹本文的研究內(nèi)容和結(jié)構(gòu)安排。 (2)第二章提出了一種基于小波模極大值和兩階段分類驗(yàn)證的策略來提取視頻中文本區(qū)域，兩階段分類驗(yàn)證包括一個(gè)級聯(lián)分類

3、器和一個(gè)一類支持向量機(jī)分類器。只有被級聯(lián)分類器和I-SVM都接受的文本區(qū)域才會被認(rèn)為是真正的文本區(qū)域，經(jīng)過綜合驗(yàn)證后得到最終的文本區(qū)域。 (3)第三章提出了一種基于穩(wěn)健匹配準(zhǔn)則的視頻文本跟蹤算法，提出了運(yùn)動(dòng)向量分解的思想來預(yù)估搜索窗口的中心位置，為了提高跟蹤的處理速度，引入了多分辨率算法來加速匹配誤差的計(jì)算。 (4)第四章針對現(xiàn)有的視頻中文本區(qū)域分辨率比較低的特點(diǎn)，提出了基于亞像素的文本分割算法，配合使用改進(jìn)的Nibla