视频图像中文本定位与提取的方法研究

视频图像中文本定位与提取的方法研究

ID:33366880

大小:5.65 MB

页数:61页

时间:2019-02-25

视频图像中文本定位与提取的方法研究_第1页
视频图像中文本定位与提取的方法研究_第2页
视频图像中文本定位与提取的方法研究_第3页
视频图像中文本定位与提取的方法研究_第4页
视频图像中文本定位与提取的方法研究_第5页
资源描述:

《视频图像中文本定位与提取的方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、硕士论文视频图像中文本定位与提取方法的研究摘要文本是视频图像中重要的内容信息。视频图像中文本的检测和识别在视频分析过程中起到很大的作用。文本可以作为视频图像的内容标识和索引,例如在视频监控中出现的车牌号码,如同身份证般具有唯一性,可用于视频资料的检索以确定目标车辆。所以对视频图像中文本的检测和分析是视频分析的重要内容。可见,如何从背景复杂的视频图像中快速而准确地定位和提取文本,一直是这些年来国际上热门的研究课题。针对图形文本的角点信息较为丰富的特点,本文给出了一种基于角点检测和形态学的文本定位方法。

2、我们注意到,视频图像中的文本一般都与背景有着颜色与亮度的强度对比,这使得文本区域包含了丰富的角点信息。利用这个特征,可先检测出图像的角点信息,接着就能通过形态学的方法定位出候选文本区域。实验表明,该方法可以提取出大部分的文本区域,特别是对于背景简单的图像或视频帧,具有较高的准确性。随后,本文讨论了阈值分割技术,并成功实现了基于小波变换跟支持向量机、小波变换跟K均值聚类两种文本分割方法,实验结果显示:在复杂背景下,即便是对于字体、大小和位置都不确定的文本信息,该方法仍然具有良好的分割效果。文章在最后还

3、简要地介绍了字符识别原理以及几种常用的字符识别方法。关键词:角点检测,数学形态学,阈值分割,小波变换,支持向量机,K均值聚类Abstract硕士论文Textispartoftheimportantinformationinvideosandimages.Textdetreetionandrecognitioninvideosandimagescallhelpalotinvideoeontemanalysisandunderstanding,sincetextcanprovideconciseandd

4、irectdescriptionofthestoriespresentedinthevideosandimages.Such觞theuniquelicenseplatenumbershowedintheSurveillancevideocanbeusedforsearchingthetargetvehicleifwecangettherecognizedtext.Sotextdetectionandanalysisisimportantinvideoanalysis.Thus,howtolocali

5、zeandextractfromvideoandimagedataundercomplex-backgroundisoneofthehottopics.Inthispaper,analgorithmforfindingtextinimagesandvideoframesisproposedbaSedonthetexturecharacteroftextthatiscalledthecomersofthetext,especiallygraphictext,arerichofcomers.Wenoti

6、cethatthereisstrongcolorandbrightnesscontrastbetweenthetextareaanditsbackground,wherethersisrichinformationofcomers.So,COlTIeI'Sdetectionisfirstusedinimagesandvideoframes,gettingthecomermap,thewecangetthecandidatetextregionbyusingmathematicmorphology.E

7、xperimentalresultsshowthatthealgorithmisaccurateandspendlittletimewhenthetextbackgroundissimple.Then,thispaperdiscussthemethodsofthresholdsegmentationandrealizetwoclaSsicmethodsoftextsegmentationwhicharebaSedonwavelettransfornlincombinationwimsupportve

8、ctormachineandwavelettransforillincombinationwithK-Meansclustering.Experimentalresultsshowthatbothalgorithmsaresucceedwhenthebackgroundiscomplicated,evenifthetextinimageshaSdifferentstyle,sizeorposition.Intheendofthispaper,wesimplydosom

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。