自然场景中的图像含有丰富的文字信息,提取这些文字信息对于场景理解、分析和场景图像的检索具有重要意义。自然场景图像背景通常较为复杂,文字分布不规律、且易受到拍摄角度及光照等因素影响,因此自然场景图像中的文本分析一直是文档分析与识别领域的研究难点之一。自然场景文本分析主要包括文本定位、文本矫正、文本分割及字符识别,本文主要针对自然场景下文字的分割和识别作相关研究,主要工作内容如下：1.文本的分割本文研究了几种常用的文本分割的算法,并且针对低对比度和光照不均的图像提出了一种改进的Bradley算法,使其能够适合处理场景图像。针对复杂背景图像本文提出了一种结合颜色和文字特性的分割方法,并且对实验结果进行了比较和分析。2.文字识别本文尝试了两种文字识别的方法,第一种算法是借鉴了粗分类和细分类相结合的思想,首先通过侧轮廓特征粗分类缩小文字候选范围,然后利用方向线素特征进行二次分类,最后得到识别结果。第二种算法通过Gabor变换提取特征,使用余弦向量夹角距离作为分类器进行识别,文中通过实验测试了滤波器的参数、分类器和不同的网格划分方法对识别性能的影响。从实验结果可以看出,这种方法是非常有效的。