基于边缘信息和分布熵的视频字幕识别设计方法

摘要

本发明公开了一种基于边缘信息和分布熵的视频字幕识别方法。它使用角点加强的边缘检测方法得到图像边缘信息，然后连接边缘点并收集连通域，使用分割算法对连通域进行适当分割，再使用精化操作得到它们的准确位置，使用拖尾过滤器和联合熵过滤器过滤掉非文本区域，剩下的就是文本区域。对于检测出的文本域，统一成黑底白字后，使用局部阀值二值化、基于禁止扩展点约束的边缘噪声点扩展移除操作及基于环绕边缘点计数的噪声移除操作，得到二值图送入OCR软件中进行识别。该方法能克服一般方法对语言、字幕排列方式、背景复杂度等较敏感的缺点，通过引入分割算法和联合熵过滤器，能得到很好的检测效果，改进传统的二值化方法极大的提高了识别准确率。

主权项

一种基于边缘信息和分布熵的视频字幕识别方法，其特征在于它的步骤如下：1）检测当前帧与前一已处理帧的差别，若差别大，则进行以下字幕识别操作，否则继续取下一帧进行判断；2）字幕识别首先进行字幕检测，在字幕检测中使用边缘检测、边缘点连接、连通域收集及分割方法、连通域精化及拖尾过滤方法得到候选文本域及其位置，再用联合熵过滤器移除非文本域，只留下字幕区域；3）对字幕区域进行重复性检测，若该区域未重复，则将其颜色极统一为黑底白字，然后进行字幕抽取，否则处理下一字幕区域；4）在字幕抽取中对颜色极统一后的字幕区域进行二值化，去除噪声点后送OCR软件识别；所述的检测当前帧与前一已处理帧的差别，若差别大，则进行以下字幕识别操作，否则继续取下一帧进行判断步骤为：设本帧为Ii，其边缘二值图为Ei，其前一已处理帧即前面第5帧为Ii‑5，其边缘二值图为Ei－5，令Di,i‑5=Ei⊕Ei－5,令上一次检测出的任一字幕区域为Areai‑5,j，又上一次各字幕区域边缘二值图累加和的最小值为pMES，则当前帧中字幕区域累加差值计算如下： cFD = Σ j D i , i - 5 ( Area i - 5 , j ) - - - 1 若cFD小于或等于pMES×0.5，则不需要对本帧进行字幕识别操作，继续取后面第5帧进行判断，否则就需要对本帧进行字幕识别操作，为了进一步防止漏掉字幕，另设一计数值ck，每次cFD小于或等于pMES×0.5时ck值加1，反之则ck重置为0，若ck等于5，则无论前面判断如何，都需要对本帧进行字幕识别操作，同时ck重赋值0。