基于颜色聚类和多帧融合的视频文字识别方法

• 全文链接
• 请求原文

作   者：

易剑;  彭宇新;  肖建国; 

作者机构：

北京大学计算机科学技术研究所; 

关键词：

基于颜色的聚类;  视频检索;  视频文字识别;  多帧融合;  噪声去除; 

期刊名称：

软件学报

基金项目：

机器学习中模型选择问题的研究及其在图像理解中的应用
视频概念标注方法及其在视频语义检索中的应用

i s s n：

1000-9825

年卷期：

2011 年 22 卷 12 期

页   码：

71-85

摘   要：

提出一种基于颜色聚类和多帧融合的视频文字识别方法,首先,在视频文字检测模块,综合考虑了文字区域的两个显著特征:一致的颜色和密集的边缘,利用近邻传播聚类算法,根据图像中边缘颜色的复杂程度,自适应地把彩色边缘分解到若干边缘子图中去,使得在各个子图中检测文字区域更为准确.其次,在视频文字增强模块,基于文字笔画强度图过滤掉模糊的文字区域,并综合平均融合和最小值融合的优点,对在不同视频帧中检测到的、包含相同内容的文字区域进行融合,能够得到背景更为平滑、笔画更为清晰的文字区域图像.最后,在视频文字提取模块,通过自适应地选取具有较高文字对比度的颜色分量进行二值化,能够取得比现有方法更好的二值化结果;另一方面,基于图像中背景与文字的颜色差异,利用颜色聚类的方法去除噪声,能够有效地提高文字识别率.实验结果表明,该方法能够比现有方法取得更好的文字识别结果.