菜单
　　
    摘要本文研究了一种基于视频字幕时空分布特征的字幕检测算法，并利用 C++语言和OpenCV 实现了该算法。本文的字幕检测算法分为字幕切换帧检测与字幕区域定位两部分。字幕切换帧检测部分首先对视频流进行预处理，求出视频差异帧；然后根据量化空间差分密度（QSDD）原理从差异帧中得到字幕切换帧。选取了 20 段不同类型的视频对字幕切换帧检测算法进行测试，结果显示该算法获得了 90%以上的查全率与 70%以上的查准率。字幕区域定位部分首先根据文字的边缘特征设计了边缘检测模板，利用该模板对字幕切换帧进行滤波获得字幕区域的特征点；然后利用形态学方法得到特征点的连通区域，作为字幕候选区域；最后根据视频字幕的空间特征对候选区域进行筛选。经过对获得的字幕切换帧进行字幕区域定位测试， 该算法在字幕定位方面取得了 99%以上的查全率和 95%以上的查准率。论文的最后利用多帧平均的方法对字幕区域进行了增强。32325
    毕业论文关键词 字幕检测 QSDD 字幕切换帧检测 字幕区域定位
    Title On Detection of Video Captions bySpatial-temporal Approach
    Abstract This thesis studies an approach for video caption detection based on spatial-temporal characteristics , and uses C + + programming language to realize the programdesign based on OpenCV . Two cascaded steps are used in caption detection, namelycaption transition frame detection and caption region location . In the former step ,difference images are obtained for the caption transition frame detection based onquantized spatial difference density ( QSDD ) . 20 segments of videos with variantcontents are subject to performance evaluation, and a good result is achieved (aprecision rate over 70% and a recall rate over 90%). In later step , edge detectiontemplates are designed according to the features of the caption to get feature pointsof caption regions. Then the candidate regions of video captions are formed aftermathematical morphological operations . According to the spatial characteristicsof video captions, the candidate regions are screened to locate caption regions inthe difference images. The performance test for the approach gets a recall rate of99% above and a precision rate of 95% above . At last, a frame-average method isproposed to enhance caption regions in the thesis .
    Keywords Caption Detection QSDD Caption Transition Frame DetectionEdge Detection Caption Region Location
    目次
    1绪论1
    1.1课题研究背景与常用方法1
    1.3本文算法框架和章节安排2
    2字幕切换帧检测算法4
    2.1检测原理4
    2.2算法流程7
    2.3程序实现9
    2.4测试结果11
    2.5本章小结15
    3字幕区域定位算法16
    3.1定位原理16
    3.2算法流程19
    3.3程序实现20
    3.4测试结果22
    3.5本章小结23
    4字幕区域增强算法25
    4.1帧平均法原理25
    4.2算法流程26
    4.3字幕增强结果26
    4.4本章小结27
    结论28
    致谢29
    参考文献30
    1 绪论
    1.1 课题研究背景与常用方法随着数字媒体技术的高速发展与应用，每天都在产生海量的视频数据。庞大的视频数据量使得对视频的分类与检索成为很大的工作量。传统的视频分类和检索方式是由人工对视频添加标签，根据人工标签对视频资料进行分类和检索。这种方法一方面会耗费大量的时间和精力，另一方面由于人工标签所涵盖的信息往往不全面，已经不能满足人们对视频检索的需求。与之相比，视频字幕中含有大量具体客观的语义信息，诸如台词、歌词、解说等等，这些信息往往可以作为视频的描述。将视频中的字幕文本检测出来，对于视频的检索非常有价值。自上世纪九十年代开始， 关于视频文本检测技术的研究逐渐发展起来。 1994年， Effelsberg和Lienhart等人就提出了利用视频中文本的颜色、区域大小、纹理等特征进行视频文本的检测[1]。随着基于内容的视频检索技术研究的发展，视频中文本的检测引起了人们的广泛关注，对于视频中字幕的检测也相继有很多方法被提出。常用的视频字幕检测的方法有基于连通区域的方法、基于纹理分析的方法、基于边缘角点特征的方法和基于学习的方法[2]。基于连通分量的方法是利用视频字幕中文字颜色通常都是相同的这一特征来实现对字幕检测,一般分为以下几步：利用除噪和颜色聚类进行预处理；产生连通区域；过滤非字符连通区域；将连通区域聚集成字幕区域；验证字幕区域[3]。
  1. 上一篇：康复增力型下肢机械外骨骼的系统建模以及协同控制策略研究
  2. 下一篇：TORA系统控制方法研究

  1. 基于中频信号的家用治疗...

  2. 基于嵌入式技术的智能家...

  3. 基于FPGA竞赛系统设计+程序

  4. Matlab基于前馈控制的加热炉温度控制系统设计

  5. MEMS基于SHARC型DSP的组合导航算法实现

  6. 基于LabVIEW的车牌图像识别技术研究

  7. 基于LabVIEW和MATLAB混合编程...

  8. 当代大学生慈善意识研究+文献综述

  9. 大众媒体对公共政策制定的影响

  10. 中考体育项目与体育教学合理结合的研究

  11. 十二层带中心支撑钢结构...

  12. 河岸冲刷和泥沙淤积的监测国内外研究现状

  13. 乳业同业并购式全产业链...

  14. 酸性水汽提装置总汽提塔设计+CAD图纸

  15. 电站锅炉暖风器设计任务书

  16. 杂拟谷盗体内共生菌沃尔...

  17. java+mysql车辆管理系统的设计+源代码

　　

About

751论文网手机版...

主页：http://www.751com.cn

关闭返回