基于多帧图像的视频文字跟踪和分割算法.pdf

《基于多帧图像的视频文字跟踪和分割算法.pdf》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、计算机研究与发展ISSN1000-1239!CN11-1777!TPJournalofComputerResearchanddevelopment43（9）：1523"1529，2006!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!基于多帧图像的视频文字跟踪和分割算法密聪杰刘洋薛向阳（复旦大学计算机科学与工程系上海200433）（032021187#fudan.edu.cn）Videotextstrackingandsegmentati

2、onbasedonmultipleframesMiCongjie，LiuYang，andxuexiangyang（DePartmentofComPuterscienceandengineering，Fudanunioersity，shanghai200433）AbstractSuperimposedtextsbringimportantsemanticcluesforvideoindexingandretrieval.Textsinvideosoftenspantensorevenhundredsofframesa

3、ndmanyresearchershaveexploitedthetemporalredundancyofvideotexttoimprovethetextdetectionaccuracyandthetextregionCuality.describedinthispaperisanovelapproachtotrackandsegmentstaticsuperimposedtextsbyutilizingmultiplevideoframeinformation.Fortextdetection，multipl

4、eframesareusedtoverifytheappearanceofthetextregionsWhichhavebeendetectedonasingleframe.abinary-searchbasedtexttrackingmethodisproposed，Whichcantrackthestatictextobjectefficientlybyutilizingthefeaturesoftheedgebitmap.Inordertorefinethetextregions，textdetectioni

5、sperformedagainonasynthesizedimage，Whichisproducedbyminimum!maximumpixelsearchonconsecutivetrackedframes.Intextsegmentation，edgefeaturesareexploitedtofurtherremovecomplexbackgroundinadditiontotraditionalgray-valueintegration.experimentalresultsshoWtheeffective

6、nessoftheproposedmethod.Keywordsvideotexttracking；videotextsegmentation；multimediainformationretrieval摘要视频中文字的提取是视频语义理解和检索的重要信息来源.针对视频中的静止文字时间和空间上的冗余特性，以文字区域的边缘位图为特征对检测结果作精化，并提出了基于二分搜索法的快速文字跟踪算法，实现了对文字对象快速有效的定位.在分割阶段，除了采用传统的灰度融合图像进行文字区域增强方法，还结合边缘位图对文字区域进行进一步的背

7、景过滤.实验表明，文字的检测精度和分割质量都有很大提高.关键词视频文字跟踪；视频文字分割；多媒体信息检索中图法分类号TP391.41视频中叠加图形文字是节目制作者有目的添加利用了视频多帧信息来进行文字检测、跟踪和增强.的，具有很好的指向性和高度概括的语义信息.目基于静态图像的检测算法又可以根据算法利用前已有很多关于视频中的文字信息提取的研究算的特征分成3个子类，分别是基于连通区域、基于纹法，根据它们是否利用视频多帧信息，可以将它们分理和基于边缘的检测算法.基于连通区域的算法主成两大类：第1类是基于静态图像的视频文字

8、检测要基于“字符的各个像素属于符合某一个特征的同和分割，第2类则根据视频文字在时间上的冗余度，一区域”这一基本假设，通常先得到若干连通区域，收稿日期：2005-06-08；修回日期：2006-03-27基金项目：国家自然科学基金项目（60402007，60373020）；上海市科技发展基金项目（03dZ15019，03dZ14015）；教育部科学技术研究重点