一种基于多帧视频的文本图像质量增强方法

视频文本和视频内容高度相关，提供了理解视频内容的有用信息，然而文本往往位于复杂背景之中，从视频帧中定位到文本区域后，如果将其直接送入OCR软件，其识别效果较差。视频文本的时域信息提供了增强文本，消除背景的有用信息。因此，提出了一种利用视频文本的时域信息来消除背景，增强文本的方法。该方法首先利用边缘算子计算文本的轮廓特征，然后采用基于Hausdorff距离度量的匹配方法跟踪本文区域在相邻帧序列中的位置，利用多帧平均或帧间最小搜索法消去背景；其次，利用双线性插值技术调整文本尺寸，最终得到具有干净背景、合理分辨率的文本图像。不同测试视频序列的实验结果表明，该方法可以有效提高视频文本的OCR软件识别率。