基于筆畫內(nèi)容的視頻檢索方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展,數(shù)碼產(chǎn)品的普及以及存儲(chǔ)器容量的提升,視頻數(shù)據(jù)量呈現(xiàn)出指數(shù)級(jí)增長(zhǎng),如何對(duì)海量視頻數(shù)據(jù)進(jìn)行有效的檢索已經(jīng)成為一個(gè)亟待解決的問(wèn)題,于是基于內(nèi)容的視頻檢索就成為了當(dāng)前多媒體領(lǐng)域的研究熱點(diǎn)。
　　 本文在綜合分析已有基于內(nèi)容的視頻檢索方法的基礎(chǔ)上,提出基于條件筆畫密度提取的文本定位方法,基于蟻群與K-均值聚類相結(jié)合的文本分割方法和一種基于多模板字符匹配與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的字符識(shí)別方法,并設(shè)計(jì)實(shí)現(xiàn)相應(yīng)的原型系統(tǒng)。

2、具體內(nèi)容如下:
　　 (1)把條件密度引入到筆畫提取中,提出基于條件筆畫密度提取的文本定位方法。該方法首先根據(jù)文本筆畫的特征對(duì)視頻圖像中的文本進(jìn)行初步定位,然后用基于條件密度的方法濾除一部分非文本區(qū)域,最后再利用動(dòng)態(tài)形態(tài)學(xué)對(duì)提取的文本區(qū)域精確定位和進(jìn)行優(yōu)化得到最終的文本區(qū)域。該方法能濾除大部分非文本信息,得到相對(duì)精確的文本區(qū)域,并且定位效果較好。
　　 (2)針對(duì)當(dāng)前視頻中文本區(qū)域分辨率較低且受光照影響較大的問(wèn)題,為了在

3、提高文本圖像精度的同時(shí)減少光照對(duì)文本圖像的影響,提出一種基于蟻群與K-均值聚類相結(jié)合的文本分割方法。該方法充分發(fā)揮蟻群算法的全局優(yōu)化特征和K-均值算法的局部尋優(yōu)能力,克服K-均值聚類算法易受孤立點(diǎn)影響的缺點(diǎn),利用兩種方法可以優(yōu)缺互補(bǔ)的特性,對(duì)視頻圖像進(jìn)行文本分割,取得了較好的分割效果。
　　 (3)提出一種基于多模板字符匹配與BP神經(jīng)網(wǎng)絡(luò)相結(jié)合的字符識(shí)別方法,先建立字符模板庫(kù),不僅考慮字號(hào)大小,而且還結(jié)合了不同字體混排的現(xiàn)象,來(lái)