随着计算机和多媒体技术的广泛应用,以数字视频、图像为主的信息成为信息交换的主流媒体,极大地影响了人民的生活方式。视频图像中的字幕包含了丰富的语义信息,检测和定位这些信息,将为视频图像的理解和分析提供很大地帮助。同时,如果能有效去除图像中的字幕并恢复被字幕遮挡的背景区域,这对于视频的重复利用具有十分重要的意义。本文主要对复杂背景下视频图像中文字的提取以及文字区域的去除修复进行研究,主要工作包括以下几个方面：在文字提取方面,考虑文字的颜色和边缘特征,本文提出了一种基于彩色边缘检测及连通域特征分析的文字提取方法,有效地降低了文字和背景灰度值相近时的误检率,具有较高的正检率。同时,本文算法对于不同种类的文字检测具有较强的鲁棒性,适应性强。在图像修复方面,本文介绍了经典的Criminisi基于纹理合成的修复方法,分析该算法的结构及其存在的一些缺点,在此基础上提出了以下三点改进：(1)纹理模板块大小：根据图像的纹理分布情况,采用不同大小的模板块,即纹理信息丰富的区域采用较小模板,纹理信息弱的区域采用较大模板,有效保证图像纹理信息的同时提高了修复速度。(2)改进优先级计算：将优先级计算公式由原来的乘法运算变为加法运算,并且增加了数据项即结构信息的权重,有效降低了乘法对于零因子的敏感度地同时对于结构信息强的图像有较好的修复效果,相比纹理信息而言,人眼对于结构信息更为敏感,因此改进后的修复图像更符合人眼的视觉效果。(3)修改最佳匹配函数：考虑了局部相似性准则,在匹配函数计算时引入了距离的概念,有效地减少了误匹配的操作,保证了修复的准确性。本文对改进后的算法与经典Criminisi算法进行了大量地对比实验,实验结果表明本文算法在保持图像纹理和结构信息的同时具有较高地修复效率。