資源描述：
《視頻圖像中的文字提取技術(shù)碩士論》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。
1、上海交通大學(xué)碩士學(xué)位論文摘要視頻圖像中的文字提取技術(shù)研究摘要視頻中的文本為描述視頻內(nèi)容提供了十分有用的信息，對(duì)于構(gòu)建基于內(nèi)容的多媒體檢索系統(tǒng)具有重要作用。因此，有效地提取和識(shí)別這些文字對(duì)于圖像理解、視頻內(nèi)容分析、基于內(nèi)容的圖像和視頻檢索等領(lǐng)域具有重要意義。目前商業(yè)的OCR技術(shù)對(duì)于二值圖像中文字的提取識(shí)別已經(jīng)趨于成熟，但視頻中的文字具有分辨率低、背景復(fù)雜、文字形態(tài)差異大等特點(diǎn)，這給視頻中文字的有效提取帶來了極大的挑戰(zhàn)，限制了OCR技術(shù)的成功應(yīng)用。針對(duì)這些問題，本文主要圍繞如何充分利用文字的各種特性，更魯棒地從復(fù)雜背景圖像中提取出文字進(jìn)行了研究，具體研究了文字區(qū)域檢
2、測(cè)、文字恢復(fù)、文字分割這三部分的算法。在視頻文字檢測(cè)方面，本文提出了一種基于線條分類的視頻文字檢測(cè)算法。首先利用Canny算子對(duì)圖像進(jìn)行邊緣檢測(cè)，然后根據(jù)文字邊緣線條的特征，過濾非字符的邊緣線條，并利用文字線條區(qū)域的相似性，設(shè)置綜合閾值，得到最終的文字區(qū)域。該算法在邊緣檢測(cè)的基礎(chǔ)上，有效地利用了文字本身的結(jié)構(gòu)特征和文字筆畫的線條特征對(duì)文字區(qū)域進(jìn)行判別，在獲得較高查全率的同時(shí)大大降低了虛警，而且對(duì)不規(guī)則排列及發(fā)生形變的文字也能夠準(zhǔn)確定位，并對(duì)光照、陰影等條I上海交通大學(xué)碩士學(xué)位論文摘要件不敏感。在文字分割方面，本文提出了一種融合多種處理方法的文字區(qū)域二值化算法。首
3、先對(duì)發(fā)生了射影形變的文字進(jìn)行文字恢復(fù)，消除了射影形變對(duì)文字識(shí)別的影響，然后通過綜合局部二值化，文字極性判斷和連通分量分析等方法有效地過濾了文字區(qū)域中的背景，使文字區(qū)域二值化效果得到較大的提高，對(duì)具有復(fù)雜背景、受光照和陰影影響及發(fā)生了射影形變的文字都能夠有效地識(shí)別出來。本文針對(duì)所提出的算法選取了四種不同類型的視頻中的關(guān)鍵幀，并從網(wǎng)上收集了包括各種類型文字的圖片，構(gòu)建了一個(gè)實(shí)驗(yàn)數(shù)據(jù)集合，并對(duì)這個(gè)測(cè)試集合進(jìn)行了詳細(xì)而全面的實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明本文算法具有較高的檢測(cè)和識(shí)別性能，能夠比較有效地檢測(cè)和識(shí)別出各種不同類型的文字。關(guān)鍵詞：文字檢測(cè)，文字分割，文字識(shí)別，線條分類，視
4、頻檢索II上海交通大學(xué)碩士學(xué)位論文ABSTRACTRESEARCHONTEXTEXTRACTIONTECHNIQUEINVIDEOFRAMESANDIMAGESABSTRACTTextindigitalvideoprovidesrichinformationforvideocontent,thereforethetechnologyoftextextractionisveryimportantforimageunderstandingandcontent-basedinformationretrievalsystems.Nowadays,manycommerci
5、alOCRsystemsmakeagreatsuccessandthetechnologyoftextextractionandrecognitionfrombinaryimagetendstomature.However,mostembeddedtextissurroundedbycomplexbackgroundandsometimesaccompaniedbyhighnoises.ThesefactorshaverestrictedtheapplicationofOCRandposedgreatchallengestotextextractionfromi
6、magesandvideoframes.Inthisthesis,wepresentourworkonseveralaspectsofthevideotextinformationextractionwhichincludestextdetection,refinement,andsegmentation.Intextdetection,weproposeanovelmethodbasedonlinesclassificationtodetecttextfromimageseffectively.First,edgesaredetectedbyaCannyedg
7、edetector.Then,aline-featurevectorgraphisgeneratedbasedontheedgemapandstrokeinformationisextracted.III上海交通大學(xué)碩士學(xué)位論文ABSTRACTFinallytextregionsaregeneratedandfilteredaccordingtolinefeatures.Experimentalresultsshowthat,theproposedmethodcanreducethefalsedetectionnoticeably,whicheffectivel
8、yovercomesth
