彩色图像中的叠加文本是帮助理解图像内容的重要线索,将其提取并翻译成为人们熟悉的语言,是当前图像领域的研究热点。但由于图像背景通常比较复杂,有效的文本提取具有很大的挑战性,并且固化的文本不利于翻译结果的叠加,从而限制了机器翻译技术的成功应用。针对以上问题,本文对彩色图像中的文本目标进行检测提取,对图像修复技术进行研究,主要的研究内容如下：首先简要介绍了图像文本的各种特征,并针对颜色、梯度、边缘几种不同的特征,进行了文本提取,分析了各种方法对不同图像特征的适应性,实验表明,利用单一特征无法有效提取复杂背景中的文本。接着,本文对传统的基于边缘的检测方法进行了改进,依次对图像进行灰度化处理、边缘检测、形态学填充形成连通区域之后,引入自适应的阈值分割,形成候选文本区域,然后利用基于文本颜色、尺寸等特征的限制性条件,滤除非文本区域,提取得到目标文本。算法具有较高的精确率和较快的运算速度,达到了比较好的综合效果。针对图像修复问题,本文分析了三种经典的图像修复技术,并在此基础上,对基于样本块的修复技术作了改进,提出了一种基于插值收缩的修复算法。先将原修复图像的长宽同时收缩0.2～0.5倍,然后在收缩后的图像中查找优先权最高的待修复块,最后依据给定的规则,由收缩图像中得到的最佳匹配模板,在待修复图像中找到相应的最佳匹配模板,从而修复原图像。实验结果表明,这个方法在保持良好的修复质量的同时,可以提高修复时效。最后,综合文本检测技术、图像恢复技术和机器翻译技术,用于实现一个较为实用的图像文本自动翻译系统。将图像中嵌入的文本提取出来翻译成目标语言的同时,修复原图中被文本所遮住的背景区域,达到了较好的视觉效果。