视频图像中的文本包含许多有用的信息,对视频文字信息的提取能够应用于基于语义的视频检索和浏览系统。尽管传统的文字识别已经取得很大的成果,但是大多数只能识别印刷在纸张上的文字。与传统的文档文字相比,视频文字受背景的复杂度、对比度、分辨率、字体大小、字型等因素的影响,使得视频图像中的文本检测和提取仍是一个具有挑战性的课题。本文主要研究视频图像中的文本的检测和提取方法,课题研究的重点主要有三个方面:文本特征的提取、分类器的设计和文本区域的后期处理。在文本特征提取方面,本文提出了两种方法:一种是基于边缘图像的统计特征的提取算法,另一种是基于小波变换的纹理特征提取算法,使用滑动窗口扫描图像提取得到两类特征向量;选用支持向量机作为本文的分类器,使用前面得到的特征向量训练得到了文本分类器,实现对视频图像中的文本区域的初步定位。在后期的处理中,使用形态学的方法,去除误检的噪声区域,得到最终的文本区域,通过在原图像上做映射处理,提取得到文本区域。由于视频的低分辨率,本文首先对提取得到的文本区域进行增强处理,然后对文本区域进行二值化处理后送入字符识别软件识别得到视频中的文字。本文把上述的方法用于新闻视频中的文本检测,通过实验发现,该方法可以很好的提取出视频中的文字。