视频帧中的字幕往往包含当前视频的高层语义内容,对视频内容的自动理解、索引和检索有重要意义。首先选取一帧视频字幕,然后进行图像预处理、边缘检测、文字边缘连接成块、文字行的检测、背景噪声去除,最后根据字幕区域本身的特点,检测出文字区域,再依据文字象素密度范围进一步滤去非文字区域的视频字幕。