字符是人类信息的集中和重要表现，图像/视频中的字符，包含有丰富的语义信息。采用现代图像处理技术将字符从图像/视频中自动提取出来，有助于分析理解图像/视频的内容，实现基于内容的检索等。字符定位是进行字符提取及后续分析的首要步骤。目前多数字符定位技术研究都是在像素域进行的，但是由于图像/视频通常都以压缩格式进行存储和传输，像素域处理方法必须首先将这些压缩格式的图像/视频进行完全解压缩，然后才能进行定位研究，这样不仅影响系统处理的速度，同时也限制了这些技术在存储空间有限场合下的应用，无法满足目前快速发展的实时/移动多媒体业务的需要。 近年来压缩域图像处理技术的发展，提供了研究解决上述问题的新途径。压缩域图像处理技术是根据压缩形式下的图像/视频数据特点，在不解压或少量解压的情况下，实现和像素域相同或相近的处理效果。本文根据图像中的字符特点，结合现有的压缩域处理技术，对基于DCT压缩域的字符定位技术进行了初步的研究。首先分析了基于DCT压缩域的特征提取、分类、滤波、分割定位等阶段的实现方法，提出了一种面向JPEG压缩图像的快速字符定位算法，在DCT压缩域中实现了复杂背景图像中的字符区定位；然后对基于DCT的多尺度分析方法进行研究，提出了一种基于DCT压缩域的多尺度字符定位算法。在快速字符定位算法中，首先从部分解码后的DCT数据中提取出一种新的基于加权频率的字符区特征；接着采用自适应阂值分类法进行字符/非字符子块的快速分类；在经过基于游程平滑算法的滤波过程之后，提出一种基于二次投影分割融合的字符区分割算法，实现了复杂背景下的字符区快速定位；并对实验结果进行了分析、比较和讨论。为了检测不同尺寸的字符，本文在基于DCT压缩域的多尺度方法研究中，对包括基于DCT压缩域的严格分数缩放算法、基于DCT压缩域的双线性插值近似缩放算法进行了实现，并给出了基于DCT压缩域的多尺度字符定位算法。 目前，基于DCT压缩域的字符定位技术研究还处于初始阶段，随着压缩域图像处理技术的快速发展、以及多媒体业务的迅速拓展，这一方向的技术研究具有广泛的应用前景和研究意义。