近些年来,随着大数据时代带来的海量信息检索的迫切需求,图像中文本提取具有越来越重要的应用价值。图像中的文本信息是理解整个图像的重要内容,大量图像文本提取算法已经用于特定场合,如视频安全监控、实时车牌识别、汽车自动驾驶和基于内容的图像索引等。然而,由于图像往往具有复杂的背景和低对比度,加上图像中的文本在字体、尺寸、样式、颜色、方向、对齐等方面存在大量变化源,这些因素使得文本提取变得极具挑战。图像中文本提取可分为文本定位、文本分割和文本识别三个步骤。文本识别现已有成熟应用软件,因此本文重点针对前两个步骤,研究了复杂背景下图像中的文本定位和分割方法,主要研究内容如下:1.针对笔画宽度变换(Stroke Width Transform,SWT)文本定位算法易受复杂背景干扰问题,提出了一种基于改进的笔画宽度变换场景图像文本定位方法。算法首先对场景文本进行预处理,矫正场景文本的对比度低和非均匀光照的影响。然后采用最大稳定极值区域(MSER)算法对图像进行文本检测,得到一系列文本候选区域。随后在文本候选区域内进行笔画宽度变换,通过启发性规则滤除非文本候选区域。最后引入视觉显著性特征,将视觉显著性与笔画宽度特征融合,进一步判决候选字符区域。实验结果表明,该算法相比于经典的SWT算法定位效果有了很大的提升,适用于复杂场景文本定位,鲁棒性较好。2.针对Niblack算法过于夸大图像细节、出现伪影和断笔现象问题,提出一种改进的Niblack算法。算法首先在图像局部特性基础上考虑了图像的整体特性,结合Otsu全局阈值法和Niblack局部阈值法的优势进行了改进;接着引入局部窗口中极大值、极小值之差作为阈值进行进一步处理生成两幅图像;最后对这两幅图像进行逻辑与操作得到最终二值化结果,有效的消除了伪影和断笔现象。实验证明该算法的分割效果明显优于Niblack算法和Otsu算法,有良好的适应性,是一种有效的文本图像分割算法,有较好的实用价值。