基于分块DCT的视频文字检测算法

doi:10.3969/j.issn.1007130X.2011.

J4 ›› 2011, Vol. 33 ›› Issue (6): 63-66.doi: 10.3969/j.issn.1007130X.2011.

基于分块DCT的视频文字检测算法

刘凌霞1，牛红惠1，崔洲涓2

（1.安阳师范学院计算机教学部，河南安阳 455000;
2.西安理工大学机械与精密仪器工程学院，陕西西安 710048）

收稿日期:2010-12-01 修回日期:2011-02-26 出版日期:2011-06-25 发布日期:2011-06-25
作者简介:刘凌霞(1977),女,河南安阳人，硕士，讲师，研究方向为图像图形处理和数据挖掘。牛红惠(1972),女,河南濮阳人，硕士,讲师,研究方向为计算机网络、神经网络算法及应用和数据挖掘。崔洲涓(1986),女,河南安阳人，硕士生，研究方向为光通信和FPGA设计。

A Novel DCTBased Video Text Detection Algorithm

LIU Lingxia1，NIU Honghui1，CUI Zhoujuan2

(1.Computer Education Department,Anyang Normal University,Anyang 455000;
2.School of Mechanical and Instrumental Engineering,Xi’an University of Technology,Xi’an 710048,China)

Received:2010-12-01 Revised:2011-02-26 Online:2011-06-25 Published:2011-06-25

摘要/Abstract

摘要：

针对大量视频图像中出现的各种文字信息，本文提出了一种基于离散余弦变换（DCT）的文字提取算法。该方法首先将图像分割为等大小基本块，然后对各小块提取DCT特征。在此基础上，利用图像对比度，设计了一种动态阈值分割方法，可将文字信息和背景信息进行分离。然后依据最小外接矩形算法，获得初始文字检测结果。最终使用Voronoi Diagram算法对初始区域进行合并得到最终文字区域检测结果。算法可以快速而精确定位文字所对应的区域，并且能适用于各种背景条件下的视频图像。

关键词: 视频图像, 文字识别, 检测, 离散余弦变换, 结构分析

Abstract:

To help users navigate the libraries of video, algorithms that automatically index video based on the content are needed. In this paper, we present a DCT based approach to detect texts and captions from the videos. The use of these features is in a flexible manner thus can be adapted to different applications. Language independence is an important advantage of the proposed method. Experiments are conducted on a large volume of real video shots. Solutions are proposed for each of these problems and compared with the existing work found in the literature.

Key words: video;text recognition;detection;DCT;structural analysis

刘凌霞1，牛红惠1，崔洲涓2. 基于分块DCT的视频文字检测算法[J]. J4, 2011, 33(6): 63-66.

LIU Lingxia1，NIU Honghui1，CUI Zhoujuan2. A Novel DCTBased Video Text Detection Algorithm[J]. J4, 2011, 33(6): 63-66.

[1]	陈楚依, 罗雄飞, 鄢宝彤, 冯宇轩, 马可, 乔颖. 面向多层递归域名系统的自适应缓存管理方法[J]. 计算机工程与科学, 2025, 47(05): 823-831.
[2]	苏宇杭, 马俊, 樊津瑜, 陈博行, 周家城, 尹博然. 基于GATv2-TCN联合优化的WSN数据流异常检测算法[J]. 计算机工程与科学, 2025, 47(05): 843-850.
[3]	陈旭, 陈子雄, 景永俊, 王叔洋, 宋吉飞. 基于双曲图卷积神经网络的切片级漏洞检测方法[J]. 计算机工程与科学, 2025, 47(05): 851-863.
[4]	赵雪妍, 张钊, 贾静雯, 周红艳, 陈雪波. 基于双混沌系统的双随机相位编码和压缩感知的图像加密算法[J]. 计算机工程与科学, 2025, 47(05): 885-893.
[5]	梁佳杰, 徐慧英, 朱信忠, 王舒梦, 刘子洋, 李琛. 基于改进的YOLOv8n海洋动物目标检测算法：DPSC-YOLO[J]. 计算机工程与科学, 2025, 47(04): 695-705.
[6]	尹春勇, 张小虎. 基于Transformer和Text-CNN的日志异常检测[J]. 计算机工程与科学, 2025, 47(03): 448-458.
[7]	景永俊, 王浩, 邵堃, 王晓峰. 一种基于图热核扩散卷积的网络入侵检测方法[J]. 计算机工程与科学, 2025, 47(03): 459-471.
[8]	刘拥民, 许成, 黄浩, 张钱垒, 赵俊杰, . 基于SAE和WGAN的入侵检测方法研究[J]. 计算机工程与科学, 2025, 47(02): 256-264.
[9]	黄颖, 唐敏, . 基于深度神经网络的隐私保护基因检测[J]. 计算机工程与科学, 2025, 47(02): 265-275.
[10]	梁泰然, 蒋诗新, 李泉洲, 欧阳斌, 吕盛坪. PCB表面缺陷数据集与基于YOLOv5s-P6SE的检测[J]. 计算机工程与科学, 2025, 47(02): 276-287.
[11]	王海群, 王炳楠, 葛超. 改进ESP-YOLO的PCB缺陷检测算法[J]. 计算机工程与科学, 2025, 47(02): 317-326.
[12]	武培成, 赵旭俊, 靳黎忠. 基于网格密度积叠的流数据异常检测[J]. 计算机工程与科学, 2025, 47(01): 75-85.
[13]	陈兆波, 张琳, 马晓轩. 改进注意力混合自动编码器视频异常检测研究[J]. 计算机工程与科学, 2025, 47(01): 130-139.
[14]	沈凡凡, 汤星译, 张军, 徐超, 陈勇, 何炎祥. 基于改进萤火虫算法和长短期记忆网络的恶意行为检测方法[J]. 计算机工程与科学, 2024, 46(12): 2158-2170.
[15]	刘沛, 刘昌华, 林俏伶. 基于优化特征堆叠与集成学习的车联网入侵检测模型[J]. 计算机工程与科学, 2024, 46(12): 2186-2195.

基于分块DCT的视频文字检测算法

A Novel DCTBased Video Text Detection Algorithm

PDF

可视化

摘要/Abstract

引用本文

使用本文

相关文章 15

编辑推荐

Metrics

本文评价