本文研究了视频信息检索中的一个关键技术——视频字幕的检测与提取,提出了三种算法。(1)基于自适应定位和FCM 分割的视频字幕提取算法。该算法首先进行镜头切换和字幕事件检测,然后采用自适应方法和投影法确定字幕区域。通过视频帧平均方法增强待提取的字幕,最后用FCM 聚类的方法对所得的彩色字幕块进行分割。(2)基于空时信息的视频字幕自动检测与提取算法。首先,采用量化空间差密度(QSDD)测度检测有字幕变化的帧,然后,对有字幕变化的相邻帧计算差图像,在差图像上进行特征提取,利用模糊聚类神经网络(FCNN)分类器进一步定位字幕区域,对字幕区域进行增强以消除背景的影响,最后,从字幕区分割出单个字符,对每个字符作进一步的背景滤除和插值放大,从而得到最终的清晰字幕。(3)基于时间特征矢量的视频字幕提取方法。利用时间特征矢量产生一个抽象的二值图像序列,通过比较相邻两个图像中象素点的变化,能有效的定位字幕出现帧和消失帧。然后对含有同一字幕的视频帧构造时间特征矢量,并利用它从背景图像中分割出字幕。实验结果表明,本文所提出的视频字幕的检测与提取算法具有较高的准确性和较强的鲁棒性。另外针对字幕区域定位技术在字幕提取算法中的重要意义,本文又重点讨论了三种字幕区域定位算法的原理及实现过程。(1)新闻视频字幕定位的连通域法及模板匹配法。(2)基于小波变换的视频字幕定位方法。(3)基于支持向量机的视频字幕自动定位方法。