图像和视频中的文字包含有丰富的语义信息,是理解图像和视频内容的重要线索,提取和识别这种图像文字对于图像理解、视频内容分析、基于内容的图像和视频检索等领域具有重要意义。由于图像和视频中的文字通常叠加在复杂的图像背景之上,背景成分的干扰使得现有的OCR技术难以识别出文字,因而如何从图像的复杂背景中提取出文字成为一个有必要研究的问题。近年来,这一问题开始受到广泛关注,并取得了大量的研究成果,但由于区分文字与复杂背景的困难性,该问题还远没有得到完美解决。针对以上问题,本论文主要围绕如何充分利用文字的各种特性更鲁棒地从复杂背景图像中分割出叠加文字、去除残余背景进行了研究,并对使用文字的笔画特征来区分文字区域与复杂背景区域进行了尝试。本文研究取得的主要研究成果包括:1.提出了一种基于文字颜色和尺度信息的鲁棒的文字分割算法。利用文字的边缘特性设计采样规则,能够更准确地估计文字的颜色,并利用文字笔画的尺度特性,能够更有效地去除尺度不同于文字的复杂背景区域。2.提出了一组启发式约束条件,更严格地刻画了分割后的文字区域与残余背景区域在颜色、边缘、尺度以及空间关系上的区别,能够有效地去除范围相当广泛的残余背景,大大降低了残余背景对OCR识别的负面影响。3.对使用汉字的笔画特征从复杂背景图像中提取和确认候选文字区域进行了初步研究,验证了笔画线条的统计特征对于文字区域与复杂背景区域的区分能力。