網(wǎng)絡(luò)文檔圖像快速分類的研究.pdf

1、隨著互聯(lián)網(wǎng)、智能手機(jī)和通信技術(shù)的迅速發(fā)展，互聯(lián)網(wǎng)上的文本、圖像、視頻、音頻等多媒體數(shù)據(jù)快速增長(zhǎng)。這些日益增長(zhǎng)的數(shù)據(jù)既為人們生活提供了便利，同時(shí)又對(duì)信息有效利用提出了挑戰(zhàn)?？紤]到近年來網(wǎng)絡(luò)數(shù)據(jù)中視覺數(shù)據(jù)所占比重越來越大，網(wǎng)絡(luò)文檔圖像數(shù)量也快速增長(zhǎng)，大量的文本信息隱含在圖像中。文檔圖像內(nèi)容的識(shí)別與理解對(duì)于網(wǎng)絡(luò)信息有效利用具有重要意義。
　　本文研究網(wǎng)絡(luò)文檔圖像快速分類技術(shù)，主要任務(wù)是對(duì)互聯(lián)網(wǎng)上的圖像按照?qǐng)D像類型與圖像中是否包含文字進(jìn)行

2、分類，即將網(wǎng)絡(luò)文檔圖像分類為自然場(chǎng)景圖像（包括有文本/無(wú)文本場(chǎng)景圖像）、合成圖像和紙張文檔圖像（包括掃描/拍照紙張圖像）等幾種類型。按照分類的難易程度，首先完成對(duì)網(wǎng)絡(luò)圖像的粗分類，將圖像分為場(chǎng)景、合成、拍照文檔與掃描文檔四類，然后按照?qǐng)D像中是否包含文本對(duì)自然場(chǎng)景圖像進(jìn)行二次分類。在圖像類型分類（粗分類）階段，通過提取表示圖像質(zhì)量的多種全局和局部特征，建立層次化的分類框架，完成基于類型的快速分類任務(wù);在檢查圖像中是否包含文字的分類（細(xì)分類

3、）階段，主要針對(duì)自然場(chǎng)景圖像，通過提取候選文字“角點(diǎn)”的方法，快速定位候選文本區(qū)域，然后基于顏色，邊緣與梯度等信息提取區(qū)域特征，并訓(xùn)練字符分類器對(duì)候選區(qū)域進(jìn)行分類從而確定圖像是否包含文字。實(shí)驗(yàn)表明，本文設(shè)計(jì)的層次化分類系統(tǒng)，能夠快速準(zhǔn)確地完成對(duì)網(wǎng)絡(luò)圖像的分類任務(wù)。
　　本文的研究成果主要包括兩點(diǎn)，一是針對(duì)網(wǎng)絡(luò)文本圖像的特點(diǎn)設(shè)計(jì)出一系列快速有效的特征提取算法，并構(gòu)建一個(gè)合理的圖像分類系統(tǒng)，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)圖像的快速分類;二是建設(shè)并發(fā)布一個(gè)