尹芳　郑亮　陈田田

摘要：提出了一种基于Adaboost的视频文本定位的新方法。首先我们提取视频图像中的连通域，经过对视频文本区域分析，提取了视频文本的5类特征，然后利用这5类特征经过分类与回归决策树构造了Adaboost强分类器，最后将候选文本区域送入强分类器，得到正确的文本区域。实验结果表明本方法不仅对视频帧图像中字体、大小和颜色多变的文本具有很好的定位效果而且还实现了视频文本定位要求的快速性和准确性的特点。

关键词：文本定位；文本识别；连通域；强分类器；分类与回归决策树

中图分类号：TP391 文献标志码：A 文章编号：1007-2683（2017）01-0103-06

0 引言

随着多媒体网络技术的发展，大量的视频进入了人们的学习、生活和工作当中。然而视频中的文本信息作为一种重要的语义信息，对视频的理解、分析和检索有着重要的作用。视频文本识别主要包括两步。第一步，对视频帧中的文本进行定位；第二步，获取文本定位区域中的文本信息。然后将获取的文本信息送入到OCR或利用其他的文本识别技

最近几年，不少视频文本提取的相关算法应运而生。Li等通过利用混合小波神经网络对16×16像素块的视频帧进行检测；Zhong和Crandall利用文本图像在垂直和水平方向亮度的变化规律在8×8的DCT压缩域直接实现了文本检测。但是基于块的方法在文本定位不够精确。数学形态学，角点检测和边缘检测也是大多学者经常采用的方法。工作人员在制作视频时，对于具有文本的区域，往往使其前景与背景具有鲜明的对比度，在频域上这种对比度表现为高频特征，而在空域上可以通过角点和边缘点来表现，因此角点和边缘检测经常是文本定位采用的方法。……