视频中的文本信息是辅助理解视频内容的重要线索，有效地提取这些文本信息对视频内容的自动理解及检索等应用来说是一项关键的技术。目前商业OCR还不能有效地识别背景复杂、干扰强烈的视频文本图像，寻找一种通用的文本定位与分割方法以提高识别的效率，是当前研究的热点问题之一。本文重点研究视频文本定位与分割的方法。根据复杂背景下视频文本的特点，采用角点提取结合形态学的文本定位方法，针对文字大小不一的问题，提出了多尺度的角点检测方法，并结合文字通常具有相同颜色的特点，采用颜色聚类的方式对文字区域进行更精确的定位；利用小波域隐HMT模型的广泛应用的特点，在小波域内对定位出的文本区域中的文字和背景进行建模，结合尺度间融合思想，充分利用不同尺度上的类标志特性，较好解决了文本区域文字的分割问题，得到文字图像。实验结果表明：本文改进的文本定位算法有效检测出复杂视频中的文本信息，不仅能够检测出球赛场景、新闻类视频中的文字信息，还可用于自然场景文本的检测定位；小波域HMT模型对文本的分割结果优于大津法，在最大限度保留文字部分信息情况下，它突出了文字的特征，提升了文字笔画分割的质量。