图像及视频中的文字(如纸币序列号、新闻标题、字幕等)通常包含了丰富的语义信息,是多媒体数据语义提取的重要线索。自动检测、定位和识别图像或视频中的文本信息,有助于实现基于高层语义的索引。本文致力于研究视频中的文字检测提取技术和多国纸币图像的序列号识别技术。主要工作包括:1.在视频文字检测提取算法研究中,针对视频图像中文本检测与定位问题,提出了一种基于小波分解和小波共生矩阵特征的视频文本检测提取方法。首先,对视频图像进行一级小波分解,融合各高频子带得到一幅能量图,采用自适应二值化方法对能量图进行二值化得到一幅包含候选文本信息的边缘图;其次,对边缘图进行形态学处理得到连通域图;最后,提取小波共生矩阵特征,送入支持向量机(SVM)进行文本与非文本的分类。实验结果表明,所提出的算法能够准确地定位文本位置,准确率大于94%,单帧图像(480×360)平均处理时间为162.5ms。2.实现了点钞机多币种序列号识别算法。针对序列号分割问题,使用基于模板匹配和垂直投影校正的字符分割方法,该方法通过寻找最佳模板得到每个字符的起止位置,然后进行垂直投影校正,解决了序列号单个字符定位不准确的问题。3.在验钞机欧元序列号识别项目中,实现了序列号定位分割算法。针对纸币序列号定位问题,通过分析字符图像的纹理特性,首次将方向滤波用于纸币图像的处理,以增强序列号区域纹理。实验结果表明,该方法能够有效地增强字符区域的纹理,抑制非字符纹理,提高序列号定位的准确率。