基于SVM的视频中文本检测与提取方法研究

论文摘要

视频图像中的文本包含许多有用的信息,对视频文字信息的提取能够应用于基于语义的视频检索和浏览系统。尽管传统的文字识别已经取得很大的成果,但是大多数只能识别印刷在纸张上的文字。与传统的文档文字相比,视频文字受背景的复杂度、对比度、分辨率、字体大小、字型等因素的影响,使得视频图像中的文本检测和提取仍是一个具有挑战性的课题。本文主要研究视频图像中的文本的检测和提取方法,课题研究的重点主要有三个方面:文本特征的提取、分类器的设计和文本区域的后期处理。在文本特征提取方面,本文提出了两种方法:一种是基于边缘图像的统计特征的提取算法,另一种是基于小波变换的纹理特征提取算法,使用滑动窗口扫描图像提取得到两类特征向量;选用支持向量机作为本文的分类器,使用前面得到的特征向量训练得到了文本分类器,实现对视频图像中的文本区域的初步定位。在后期的处理中,使用形态学的方法,去除误检的噪声区域,得到最终的文本区域,通过在原图像上做映射处理,提取得到文本区域。由于视频的低分辨率,本文首先对提取得到的文本区域进行增强处理,然后对文本区域进行二值化处理后送入字符识别软件识别得到视频中的文字。本文把上述的方法用于新闻视频中的文本检测,通过实验发现,该方法可以很好的提取出视频中的文字。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题的研究意义
• 1.2 视频图像文本的特征
• 1.3 课题相关领域的现状
• 1.3.1 特征提取
• 1.3.2 基于学习的分类算法的设计
• 1.3.3 文本区域的定位和文字识别
• 1.4 课题的研究内容和本文的章节安排
• 第2章 特征提取算法的研究
• 2.1 边缘检测算法研究
• 2.1.1 基于梯度的边缘检测
• 2.1.2 基于拉普拉斯算子的边缘检测
• 2.1.3 基于canny算子的边缘检测
• 2.2 基于小波变换的特征检测
• 2.2.1 小波变换在图像处理上的优势
• 2.2.2 小波基函数与分解层数的选取
• 2.3 纹理分析
• 2.3.1 纹理定义
• 2.3.2 纹理分析
• 2.4 特征提取
• 2.4.1 基于边缘图像的统计特性的提取
• 2.4.2 基于小波变换的纹理特征的提取
• 2.5 实验结果分析
• 2.6 本章小结
• 第3章 SVM分类器设计
• 3.1 统计学习理论的核心内容
• 3.1.1 学习过程一致性的条件
• 3.1.2 VC维理论
• 3.1.3 推广性的界
• 3.1.4 结构风险最小化
• 3.2 支持向量机
• 3.2.1 构造最优分类超平面
• 3.2.2 特征空间中的计算
• 3.2.3 支持向量机构造
• 3.2.4 核函数的选择及其参数的确定
• 3.3 SVM分类器训练
• 3.4 实验结果分析
• 3.4.1 SVM分类器的分类结果比较
• 3.4.2 正负训练样本的比例对分类结果的影响
• 3.4.3 不同核函数对分类结果的影响
• 3.4.4 核参数和误差惩罚因子对分类结果的影响
• 3.4.5 滑动窗口和滑动步长的大小对分类结果的影响
• 3.5 本章小结
• 第4章 文本区域的定位和文字识别处理
• 4.1 基于形态学的去噪处理
• 4.1.1 形态学基本运算
• 4.1.2 基本的形态学算法
• 4.1.3 基于形态学的候选文本的去噪处理
• 4.2 文本区域的增强和二值化处理
• 4.2.1 图像的增强处理
• 4.2.2 二值化处理
• 4.3 文字识别
• 4.3.1 OCR技术
• 4.3.2 OCR识别
• 4.4 实验结果
• 4.5 本章小结
• 结论
• 参考文献
• 攻读硕士学位期间发表的论文和取得的科研成果
• 致谢