视频中所含的文字为描述和指示视频内容提供了十分丰富的信息。在一些情况下这些信息在多媒体载体中是独一无二的。视频文字信息抽取能够应用于基于高层语义的视频检索和浏览系统，并且它们是建立索引的有效手段。 　　本文主要围绕针对视频文字信息抽取的几个方面对我们的工作进行了介绍，提出了一个包括文字区域检测，区域分割，视频文字跟踪和增强以及识别等模块的完整的视频文字信息提取系统和算法。 　　在视频文字检测方面，我们提出了一种基于改进的Canny算子并利用线条特征的检测算法，该算法对Canny算子进行了有效的改进，使其对文字边缘的敏感度大大提高，并且通过有效的利用文字笔画的线条特征来对文字区域进行判别，使得算法克服了传统的基于边缘检测算法的缺点，在保持较高查全率的同时大大降低了虚警。在文字分割模块中，我们提出了一种融合多种处理方法的文字区域二值化算法，通过综合局部二值化，边缘像素填充，文字极性判断等方法有效的过滤文字区域中的背景，使文字区域二值化效果得到较大提高。 　　视频文字一般会持续出现一段时间，因此我们利用视频文字的时间冗余性来提高文字检测精度和增强文字质量。在这一阶段我们提出了一种基于二分搜索法的快速文字跟踪算法，以文字区域的边缘位图为特征，实现了对静止文字对象快速有效的跟踪。在多帧融合方面，我们除了采用传统的灰度融合图像进行文字区域增强，还利用边缘位图对文字区域进行进一步的背景过滤，从一个更新的角度利用了文字的时间冗余特性进行背景过滤和文字增强。 　　本文针对提出的算法进行了详细而全面的实验，实验表明本文算法具有较高的检测和识别性能，以及较强的实用性。文中所提出的算法已经成功的应用于本实验室开发的多媒体信息检索系统中，成为系统中基于高层语义查询模块提供了的重要信息。