本文主要研究基于文字的文本图像背景过滤技术的相关问题：文本图像的角点检测算法、文本定位方法、图像重构等,在总结分析现有理论的基础上,提出了本文的解决方案并实现了该方案的应用。本文首先介绍了目前文本定位算法的研究现状、技术应用领域,总结了常用的文本定位算法。分析对比了图像边缘提取算子Sobel、Roberts、Prewitt的特点和应用范围,研究了Harris算法、SUSAN算法的原理,分析得到Harris角点检测算法需要改进之处。在此基础上提出了一种对Harris角点检测算法的优化方案,通过在角点检测之前对图像采用Sobel算子代替差分算子进行图像滤波处理,动态计算图像的角点量阈值代替手工设定阈值来选取角点,通过以上两个步骤优化了Harris算法。测试结果表明,Sobel算法保证得到足够数量的角点,动态阈值的计算提高了Harris算法的适用范围。其次,通过分析得出文本角点与文本像素分布特征的相关性,文本像素分布具有区域性、连通性、排列规则性等特征,实验证明文本角点同样具有以上特征,根据这些特征来进行文本角点的去噪,文本区域的定位,可以得到较为理想的结果。在文本区域定位中采用投影方法,通过对图像每一行或每一列的角点数量进行统计分析,定位得到图像的文本区域,利用此方法将大的文本区进行拆分,通过实验证明此方法可以实现对过滤后角点图像的文本定位。本文还提出一种保留图像文字原来颜色的图像重构方法,该方法定位通过得到文本具体的坐标,利用原图像的像素值填充重构后的图像,从而保证重构后的图像在过滤背景后保留了原来文字的颜色。最后,实现了本文提出的技术解决方案,并详细介绍了本方案的原型系统,在对相关的测试结果进行了分析后,证明本文的解决方案具有较好的实用价值。