视频中文本的定位与提取

《视频中文本的定位与提取》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、视频中文本的定位与提取VideoTextLocatingandExtraction工程领域：电子与通信工程作者姓名：刘子玉指导教师：褚晶辉副教授企业导师：国狄非天津大学电子信息工程学院二零一五年十一月摘要当今时代，随着通信设备和数字多媒体技术的飞速发展，带宽和存储已经不再是制约人们观看高清视频的阻碍，互联网媒体传播也逐渐从文本时代、图片时代，走入了视频时代。如果我们能够对视频中的文本进行定位并提取，就能得到视频中非常丰富的文本信息。这是计算机视觉与人工智能领域中有较高研究价值的课题，有助于对视频中高级语义信息的理解和检索。本文分析了现有的视频文本定位与提取系统中存在的问

2、题和难点，提出了一个高效的视频中文本的定位、分割、提取系统。首先对输入的视频文件进行解码，以固定频率抽取视频帧图像。针对视频帧图像，文本定位分为两个阶段：第一阶段，提取视频帧图像的角点响应图，利用灰度级形态学操作和自适应的阈值分割获取文本候选区域。第二阶段，通过提取文本候选区域的笔画宽度直方图特征，利用机器学习的方法判断候选区域是否为文本区域。对于文本区域的分割，采用一种基于模糊C均值聚类的方法，根据像素点的颜色和位置信息进行聚类，对背景图像进行颜色分层，从中提取出文本层。最后，再利用形态学的方法对分割中造成损失的文字骨干进行修复，进而完成字符分割。文本分割的结果输入光

3、学字符识别软件，即可得到文本信息。实验结果表明，对比以往算法，本文系统在查准率、查全率、f-measure等性能上都有了很大的提高。关键词：文本检测角点响应笔画宽度变换模糊C均值聚类ABSTRACTNowadays,withtherapiddevelopmentofcommunicationequipmentanddigitalmultimediatechnology,bandwidthandstoragearenolongerthebottleneckforwatchinghigh-definitionvideos.Consequently,theformofInte

4、rnetmediahasturnedfromtext,pictureintovideo.Ifitispossibletolocateandextractthetextinvideos,richtextualinformationcouldbeacquired,whichisveryvaluableforunderstandingandretrievinghigh-levelsemanticinformationinvideos.Therefore,videotextlocatingandextractionisanactivetopicinthefieldofcompu

5、tervisionandartificialintelligence.Inthisthesis,theissuesinvideotextlocating,segmentationandextractionsystemsareanalyzedandthenanefficientvideotextlocatingandextractionsystemisproposed.Firstly,theinputvideofileisdecodedandvideoframesaresampledatfixedrate.Forvideoframes,therearetwostepsin

6、textlocating.Inthefirststep,cornerresponseimageisextractedandgraylevelmorphologicaloperationandadaptivethresholdsegmentationisusedtolocatethecandidatetextualregions.Inthesecondstep,featuresofstrokewidthhistogramarecomputedforthecandidatetextualregionsandmachinelearningmethodsareadoptedto

7、classifytruetextualregions.Forthesegmentationoftextualregions,amethodbasedonFuzzyC-meansclusteringisusedtoseparatethebackgroundimageintolayersbythecolorandlocationinformationofitspixels,soastoextractthetextlayer.Thelastprocessoftextsegmentationisusingmorphologymethodstore