自然场景图像中通常包含大量的文字和图像信息,其中文字信息可以帮助人们更好的理解图像内容。利用计算机自动检测并识别自然场景图像中的文本信息,是模式识别和计算机视觉中重要的研究内容,相关技术可以应用到多种实际环境,例如车牌识别、汽车导航、文档检索、帮助视力受损者或者存在语言障碍的外国游客等。当前,OCR技术已经相对成熟,可以应用于提取和识别文档图像中的文本,但场景图像的背景复杂、字体的大小、样式、颜色、以及排布方向不固定,因此使用OCR进行场景图像文本的提取存在很多的困难。针对这些问题,本文结合场景图像中文字的相关特征,提出一种解决方法,可以有效的提取复杂场景图像中的文本。本文中,具体的研究内容包括：(1)、基于边缘特征的文字检测方法,用来初步确定场景图像的文本区域；(2)、根据场景图像中文字的灰度特征,对定位到的区域进行灰度检测,来确定文本域中的具体字符；(3)、对基于边缘检测和灰度检测所获取的区域进行融合运算,将距离及大小相近的连通域融合到一起。目标连通域中有一些纹理特征与文本域相似的噪声区域,使用筛选算法去掉噪声区域。本文提出的文本检测方法可以应用于多种环境中,既能够处理室外场景图像,也可以提取室内图像中的场景文本及人工文本。从实际环境中采集大量的图像,构造一个测试数据集合,并使用本文中的检测方法进行测试。实验结果表明,本文提出的文本检测方法具有较高的准确率,能够准确定位并分割出不同类型图像中的文字。