1、隨著信息化技術(shù)的飛速發(fā)展，人們的生活幾乎時刻都離不開互聯(lián)網(wǎng)。在工作、娛樂、交流中每時每刻都在產(chǎn)生大量的視頻，圖像等多媒體信息，如何快速高效的存儲并且檢索這些信息，已經(jīng)成為當今科學研究的一大熱點。新聞類節(jié)目是人們獲取外界信息的主要途徑，研究新聞類視頻信息的檢索具有重要應(yīng)用價值和代表意義。新聞視頻中的字幕，尤其是主題字幕，往往反映了新聞故事的語義內(nèi)容，能夠給視頻檢索和索引提供重要的輔助信息，我們可以利用視頻文本信息直接判斷視頻所講訴的內(nèi)容，

2、然后可以進行后續(xù)許多深化應(yīng)用。因此，如何準確、快速地獲取視頻字幕文本信息，成了視頻檢索的關(guān)鍵。利用人工來獲取視頻中的文本，在視頻數(shù)據(jù)泛濫的今天已經(jīng)變得不現(xiàn)實。因此，提出一種正確有效的方法，利用計算機自動識別視頻中的文字已經(jīng)是一種迫切需要。
　　本文首先對一個新聞視頻先采用自適應(yīng)雙閾值方法對其進行鏡頭分割，根據(jù)鏡頭內(nèi)相鄰幀差出現(xiàn)峰值來判斷文字的出現(xiàn)與消失，提取每個鏡頭的關(guān)鍵幀。根據(jù)已經(jīng)獲得的字幕起始幀與結(jié)束幀，通過多幀融合技術(shù)，提高

3、字幕與背景之間的對比度，降低背景的干擾因素。然后經(jīng)過分析和比較各種紋理特征，針對新聞視頻字幕，提取了以下3個特征作為文字與非文字區(qū)域的辨別：1.灰度共生矩陣和方差(在比較了灰度共生矩陣其余10個特征后選取)。2.圖像小波變換LH子帶、HL子帶以及HH子帶的系數(shù)方差(考慮文字紋理特征，選取系數(shù)方差最大的)。3.角點密度(利用了文字多筆劃特點)。接著將視頻幀分塊，利用提取的特征對文字塊與非文字塊進行分類。在分類器中做得比較好的有svm(支持