基于颜色聚类和多帧融合的视频文字识别方法

• 作者: 彭宇新 易剑 肖建国
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 视频文字识别 基于颜色的聚类 多帧融合 视频检索 噪声去除
• 年，卷（期）: 2011,（12）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 2919-2933
• 分类号: TP391
• 字数: 13048字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2011.03970

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖建国	北京大学计算机科学技术研究所	30	478	12.0	21.0
2	彭宇新	北京大学计算机科学技术研究所	10	208	6.0	10.0
3	易剑	北京大学计算机科学技术研究所	1	32	1.0	1.0