[发明专利]一种视频文本提取的方法

权利要求书

1.一种视频文本提取的方法，其特征在于，包括：

将视频序列分割成单个镜头；

在单个视频帧序列中检测到和定位出候选文本的具体位置；

在文本定位的基础上，在视频镜头内部对文本进行跟踪，得到同一文本对象在连续多帧的文本区域序列；

利用文本跟踪得到的文本序列对文本进行增强，抑制背景，然后进行二值化，得到二值化文本图像；

对二值化后的文本图像进行文本识别，得到文本的字符序列信息。

2.如权利要求1所述的方法，其特征在于，所述定位，具体包括以下步骤：

预处理、粗定位、投影切分和筛选。

3.如权利要求1所述的方法，其特征在于，所述跟踪，采用以下方式：

位置判断、时序判断和维护跟踪数组判断。

4.如权利要求1所述的方法，其特征在于，所述分割之前还包括预分割，具体包括：

当所述视频图像为彩色图像，将所述视频图像转化为灰度图像；

对所述文本块所在区域图像进行二值化处理，分离图像中的字符和背景以确定字符边界；

对生成的二值化图像进行连通域分析，以获得字符笔画的位置和尺寸信息。

5.如权利要求1所述的方法，其特征在于，还包括：

对视频图像的版面进行分析，获取视频图像中的文本特征，将得到的文本信息进行组织、分类。

6.一种视频文本提取的系统，其特征在于，包括：

视频镜头分割模块，用于将视频序列分割成单个镜头；

文本定位模块，用于在单个视频帧序列中检测到和定位出候选文本的具体位置；

文本跟踪模块，用于在文本定位的基础上，在视频镜头内部对文本进行跟踪，得到同一文本对象在连续多帧的文本区域序列；

增强和二值化模块，用于利用文本跟踪得到的文本序列对文本进行增强，抑制背景，然后进行二值化，得到二值化文本图像；

文本识别模块，用于对二值化后的文本图像进行文本识别，得到文本的字符序列信息。

7.如权利要求6所述的系统，其特征在于，所述文本定位模块，具体包括以下：

预处理子模块、粗定位子模块、投影切分子模块和筛选子模块。

8.如权利要求6所述的系统，其特征在于，所述文本跟踪模块，采用以下方式：

位置判断子模块、时序判断子模块和维护跟踪数组判断子模块。

9.如权利要求6所述的系统，其特征在于，还包括预分割模块，具体包括：

转化子模块，用于当所述视频图像为彩色图像，将所述视频图像转化为灰度图像；

分离子模块，用于对所述文本块所在区域图像进行二值化处理，分离图像中的字符和背景以确定字符边界；

分析子模块，用于对生成的二值化图像进行连通域分析，以获得字符笔画的位置和尺寸信息。

10.如权利要求6所述的系统，其特征在于，还包括：

版面分析模块，用于对视频图像的版面进行分析，获取视频图像中的文本特征，将得到的文本信息进行组织、分类。