基于內(nèi)容的文檔圖像檢索系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近些年來，隨著多媒體技術(shù)和Internet的發(fā)展，多媒體資源快速增長(zhǎng)?，F(xiàn)在許多公司，政府機(jī)關(guān)，數(shù)字圖書館等機(jī)構(gòu)都有各種各樣的資料信息以文檔圖像的形式保存，而且數(shù)量巨大。隨之而來的問題，就是如何在這些大量的文檔圖像中查找信息，基于內(nèi)容的文檔圖像檢索技術(shù)可以用來解決這個(gè)問題。 本人在對(duì)基于內(nèi)容圖像檢索技術(shù)、OCR技術(shù)以及文檔圖像特點(diǎn)的研究分析的基礎(chǔ)上，研究了基于內(nèi)容的文檔圖像檢索技術(shù)。設(shè)計(jì)了可以以漢字或漢字圖像塊作為檢索條件，檢索返

2、回含有該漢字的文檔圖像的檢索系統(tǒng)。這不同于傳統(tǒng)基于內(nèi)容文檔圖像檢索方式，即輸入文檔圖像實(shí)例，判斷其是否在文檔圖像庫中出現(xiàn)。 主要研究?jī)?nèi)容有： (1)文檔圖像預(yù)處理； (2)文檔圖像分割，將文檔圖像分割成一個(gè)一個(gè)漢字圖像塊： (3)漢字圖像塊各種特征提取方法以及相應(yīng)的相似度計(jì)算方法．本文從不同的角度，使用了不同的漢字圖像塊特征提取方法。實(shí)驗(yàn)表明將幾種特征提取方法相結(jié)合，可以提高準(zhǔn)確率； (4)在倒排