摘要：视频中的字符往往是最能代表视频内容的信息,有效地从视频中提取这些字符对于视频检索和视频舆情监控等应用来说是至关重要。目前的商用OCR软件还不能有效地从背景复杂、干扰强烈的视频图像中识别出文本信息,寻找一种通用的关键帧提取、文本定位和字符分割方法来提高识别效率,是当前研究的热点之一。本文针对视频关键帧提取技术提出了适用于文本区域检测的基于角点分析的关键帧提取算法,并通过结合多帧融合技术来降低背景复杂度,相比传统的其他关键帧提取算法提升了关键帧提取的准确性；针对文本定位技术提出了基于边缘特征、密集焦点群信息和形态学处理相结合的文本区域精确定位算法,通过对边缘信息和角点信息的双重验证来判定文本区域,相比其他文本区域定位算法,该算法的综合性能更佳；针对字符分割技术采用了基于阈值的字符背景二值化分割算法,并对原有的Otsu阂值分割算法进行了改进,降低了字符错检率。对于系统的每一个功能模块部分,本文都进行了多种算法的对比实验,选取了适用于视频字符识别的算法,或者验证了本文提出的相关技术的算法及改进对系统字符识别性能的提升。最后本文还对视频字符识别系统的整体识别性能进行了功能测试。实验结果表明,本文提出的上述算法和方法均适用于视频字符识别系统,在关键帧提取、文本定位和字符分割过程中均表现出良好的性能,最终系统也达到了较高的字符识别率。