随着计算机科学、人工智能以及多媒体技术等学科的发展,以及各类具有摄像功能的移动电子设备逐渐普及,使得越来越多的信息载体以图像形式存在。图像中的文本识别对于基于内容的图像检索具有重要意义,这些文字信息成为了理解图像内容的重要线索。而自然场景中存在着大量的文字信息,这些信息的获取有利于场景内容的描述与理解。　　本文主要针对自然场景中文字识别的相关技术进行研究,总结了国内外在文字定位和提取技术以及文字识别方面的研究成果,重点探讨识别过程中各个步骤的实现过程,并对现有的一些算法进行改进,并最终实现了自然场景中的文字提取以及识别。　　本文主要的研究工作有:　　(1)利用数字图像处理技术对图像进行预处理,并改进了基于直方图均衡化的图像增强算法以及基于直方图分析和OTSU二值化算法;　　(2)基于匹配小波的概念,提出了一种结合小波和马尔科夫模型的文本定位方法;　　(3)融合图像处理,改进了Google的字符识别工具Tesseract的识别率。　　根据以上提出的各类算法,本文建立了一个自然场景文字识别系统。实验结果表明,本文所提出的文字识别算法可以较为准确的定位和识别出自然场景下彩色图片的文字信息,具有一定的理论价值和较高的实用价值。