视频文本的定位、识别与提取作为视频检索技术中重要的组成部分已经成为目前研究人员所研究的热点。由于视频文本与视频内容密切相关，可以利用视频文本对视频建立索引，从而可以更快速的了解视频的内容，定位所感兴趣的视频位置。因此，本文以研究视频文本检测方法为重点，用来准确的检索并定位视频中的文本，最终用于基于内容的视频检索技术。本文在对现有文本检测方法研究的基础上，针对解决视频帧图像低分辨率、复杂背景、多表现形式、视频文本位置与视频文本语种的限制问题，给出一种基于LVQ网络的视频文本检测方法----MLVQ网络。论文主要围绕以下几方面的问题进行了研究：通过研究特征的特性以及提取特征的方法，选取灰度特征、方向特征、中值特征和Kirsch算子作为特征向量。通过对方向特征、中值特征与Kirsch算子进行加权处理，使具有更强的去噪能力与鉴别能力；MLVQ网络中具有最小马氏距离的竞争层神经元为获胜神经元。对MLVQ网络分类后的视频帧像素点即对视频文本初步定位后的区域进行形态学处理，处理后得到的二值图像送入OCR软件，进行字符识别，识别效果较好。实验结果表明，MLVQ网络可以很好的解决非凸区域和凸区域不连接类不能正确分类的问题，且具有较高的分类准确率与较快的网络收敛速度。