自然场景中蕴含着丰富的文字信息,这些文字对场景的认知具有重要价值,是描述和理解场景的关键线索,在人们日常生活中起着重要的作用。作为目前制约自然场景文字识别应用的瓶颈,文本定位技术的研究是很有必要的。本文重点研究自然场景文字检测、文字定位的方法。采用了基于角点提取的自然场景中文字定位方法和基于颜色分割聚类的自然场景文字定位方法,提出了结合两者的自然场景文字定位方法,并结合笔划、纹理周期性等特征进一步优化算法性能。针对图象上文字区域存在的丰富的角点,本文将角点特征的检测引入文字定位,采用SUSAN角点提取方法定位文字。首先用SUSAN角点提取方法提取角点,其次使用模板分类选取有效角点,最后通过聚类和连通分析来定位文字。算法对复杂背景中的文字有一定的定位能力。针对自然场景文字在颜色方面的分布特点,本文将颜色信息应用到自然场景中的文字检测。采用颜色空间分割和分层聚类的方法,首先划分颜色空间,将颜色映射为若干类,然后将每一类对应像素点分成一幅子图,通过在子图上的形态学运算和连通分析,结合多子图来得到的自然场景图象的文字位置。针对单个特征检测方法的不足,结合角点信息和颜色信息,本文提出了角点提取和颜色聚类的文字定位方法。分析两类特征结合方法的检测结果,针对两类常见的误检,采用笔划密度分析和区域周期性的判断,再利用文字区域具有的先验知识筛选和平滑文字候选区域,提高了定位能力,能够得到规则的文字区域和比较精确的位置信息。