视频中的文本信息是辅助理解视频内容的重要线索,有效地提取这些文本信息对视频内容的自动理解及检索等应用来说无疑是一项关键的技术。目前,商业OCR对普通图像的识别达到了相对成熟的水平,但是对于背景复杂、干扰强烈的视频文本图像的识别还不能有效地应对。通过文本提取方法使视频文本图像能够被OCR系统正确识别,是本文主要解决的问题。针对视频中文本背景复杂、干扰强烈等问题,在对前人相关工作进行分析、研究的基础上,本文提出一种基于颜色聚类和连通域分析的文本提取方法。即使用文本检测和定位作为前处理步骤,综合利用文本的颜色分量信息及连通域信息,尽可能多地提取文本信息,同时利用连通域填充等降噪方法最大限度地减少干扰,得到能够被OCR正确识别的清晰的二值图像。本文提出并实现的文本提取方法在视频文本提取系统中得到成功的应用,使该系统完整地实现了从输入视频到产生OCR识别结果的总体流程。实验结果表明,本文提出的文本提取方法是鲁棒的和有效的。