圖像文本的版面分析與理解.pdf

1、人類閱讀載體由紙質(zhì)載體向電子化的方向轉(zhuǎn)化以及電子輔助閱讀工具的出現(xiàn)將是人類未來閱讀發(fā)展方向的必然?，F(xiàn)有的大部分研究基本都是外文圖像的分析，國內(nèi)對于圖像版面分析和理解技術(shù)的起步較晚，對于中文漢字圖像的研究還較少，此外目前算法普遍存在的分割精度不高，算法速度較慢的情況。對于圖像中的表格等版面內(nèi)對象的識別率也較低。在版面理解過程中排版的主觀性影響很大，導(dǎo)致理解處理后的邏輯關(guān)系混亂，對于復(fù)雜版面的版面理解也是一直是一個棘手的問題。仍然需要大量的

2、研究提高目前版面處理算法的準確度和處理性能。
　　針對上述版面處理技術(shù)的狀況，本文首先簡要介紹了目前較為常用的文檔處理技術(shù)。在文檔版面分析部分，歸納總結(jié)了目前所需要解決的問題。并在此基礎(chǔ)上提出了一種改進的基于連通域的版面分割算法。該算法從文檔圖像版面的整體信息出發(fā)，在基于連通域的版面分割算法上增加了字區(qū)域擴展部分，提高了連通閾值的準確度，從而使后續(xù)的連通域形成和文本塊的分割效果都有所提高，減少了閾值分析錯誤導(dǎo)致的連通錯誤的情況。通

3、過試驗證明該算法對于目前的各種類型的文檔圖像處理效果都優(yōu)于原有算法的處理效果。
　　在文檔版面理解部分，本文提出了一種基于層次規(guī)則的文檔圖像理解算法。以圖像中的直線或較大空白間隔等作為文檔排版中的邏輯區(qū)域的標識來對文檔圖像進行層次切分，將文檔圖像逐層分割成多個獨立的邏輯區(qū)域，以去除不同邏輯區(qū)域之間的邏輯誤差，提高文本理解的準確性。通過試驗證明，該算法對于多種版面都有較好的邏輯理解效果。但對于特別復(fù)雜的文檔圖像，理解精度仍需要進一步