文檔圖像識別中關(guān)鍵算法的研究與實現(xiàn).pdf

1、在當(dāng)今時代，網(wǎng)絡(luò)和多媒體技術(shù)迅猛發(fā)展，在促進了信息交換的同時，也帶來了對信息的巨大需求。光學(xué)字符識別OCR作為計算機信息錄入的一個重要技術(shù)，也得到了飛速發(fā)展。文種識別作為OCR技術(shù)的前端和基礎(chǔ)，同時也是自動化處理工作中的重要部分，近年來得到了廣泛的關(guān)注與研究。 本文設(shè)計和實現(xiàn)了一個文檔圖像的文種識別系統(tǒng)，主要研究工作有： (1)課題背景。圖像信息是人類認識世界的重要知識來源，國外學(xué)者曾做過統(tǒng)計，人類所獲得的外界信息有70

2、％以上是來自眼睛攝取的圖像。人們把研究對象從模擬領(lǐng)域延伸到數(shù)字領(lǐng)域，于是產(chǎn)生了數(shù)字圖像的概念。 (2)圖像去噪。介紹了幾種圖像去噪方法和二值化方法，并通過梯度調(diào)整改進了最佳熵閾值分割二值化算法，實驗證明這種改進的算法使目標(biāo)邊緣細節(jié)信息不易丟失，減少了出現(xiàn)線段斷裂以及丟失的情況。 (3)圖像預(yù)處理。預(yù)處理是圖像處理中一項很重要的工作，預(yù)處理的質(zhì)量直接影響后續(xù)工作的效果和成敗。本文著重介紹我們改進的Hough變換方法，用于文

3、檔圖像的傾斜校正。這種算法，通過以下措施減小了計算量：采用合適的量化角度，減小量化步長：選擇子區(qū)域取代完整的圖像，減小待處理的數(shù)據(jù)量；選取特征點集而不是處理區(qū)域全部像素，進一步減小待處理的數(shù)據(jù)量。最后，為了提高圖像質(zhì)量，不是簡單地旋轉(zhuǎn)而是用像素面積插值法進行傾斜的校正。 (4)版面分析。版面分割與區(qū)域識別是將版面進行空間劃分，生成若干包含不同數(shù)據(jù)類型的區(qū)域。該算法首先將版面劃分為圖像、圖表和文本等多個層次，先對版面中的圖像層和圖