学位论文 > 优秀研究生学位论文题录展示

复杂的中文文档图像版面分析研究

作　者: 党兴
导　师: 龚声蓉
学　校: 苏州大学
专　业: 计算机应用技术
关键词: 光学字符识别 倾斜检测 版面分割 纯文本版面分析
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 76次
引　用: 0次
阅　读: 论文下载
 

内容摘要


光学字符识别(OCR)是一种实现文字自动输入的快捷省力方法,广泛应用于网上资源数据库和数字图书馆的建设。作为OCR进入自动化阶段的首要步骤,版面分析的正确性直接影响到系统输出结果的语义关系和逻辑关系。在各种文档图像中,由于中文文档图像背景、排版的复杂使得版面分析比西文版面难度大。因此对中文版面分析的研究具有重要的理论意义和实用价值。针对现有版面分析中所涉及到的图像倾斜检测、版面分割以及纯文本版面分析等算法容易受版面复杂度影响,本文根据中文版面特点,对中文文档图像版面分析算法进行了深入研究和大量实验,并取得了如下成果:1.现有的最近邻方法进行文档图像倾斜角计算时,由于被选择的最近邻对可能是错误的,导致计算出的倾斜角与实际角度相差较大。本文提出的基于改进的最近邻链方法,根据判断相似连通区之间同行或同列,构造两类相似k最近邻链表,避免了错误的最近邻链对计算角度的干扰,提高了计算倾斜角度的精确性。2.针对传统的游程平滑算法对平滑阈值选取敏感的缺点,提出了基于选择性连通区游程平滑算法,根据区域内、区域间连通区大小、距离特性进行阈值选取,克服了传统游程平滑算法对字体大小、字符间距、图像区域的依赖性,单一背景文档图像版面分割效果得到明显改善。3.已有的复杂背景的彩色文档图像分割算法普遍存在提高运行时间与分割正确率相矛盾的缺点,本文通过改进灰度化算法和基于边缘图像的动态聚类分割方法,克服了灰度化过程时文字区域颜色信息丢失并且仅对边缘图像进行处理,在提高版面分割速度的同时不会降低版面分割正确率。4.现有阅读顺序未知的复杂纯文本图像版面分析算法对参数选取具有敏感性和弱适用性,对此提出了基于SVM区域构造的版面分析算法。算法选取种子连通区作为测试的第一特征逐步构造区域,之后用投影法决定区域内阅读顺序。实验结果表明,提出的方法具有更好的适应性,对复杂的中文版面有满意的分析结果。

全文目录


中文摘要  4-6
Abstract  6-10
第一章 绪论  10-18
  1.1 研究背景与意义  10-11
  1.2 研究进展  11-16
    1.2.1 国内外研究现状  12-14
    1.2.2 现有方法综述  14-16
  1.3 本文的研究工作和内容安排  16-18
第二章 基于改进的最近邻链文档图像倾斜检测  18-31
  2.1 倾斜校正方法概述  18-22
    2.1.1 投影法  18-19
    2.1.2 Hough 变换  19-21
    2.1.3 最近邻簇方法  21
    2.1.4 倾斜方法性能的比较  21-22
  2.2 改进的最近邻链倾斜检测算法  22-29
    2.2.1 连通区构造及其合并  22-24
    2.2.2 连通区行列判断  24-26
    2.2.3 基于行列分类的最近邻链的纯文本图像倾斜检测  26-27
    2.2.4 基于相似最近邻链的混合区域文档图像倾斜检测算法  27-29
  2.3 实验结果及分析  29-30
  2.4 本章小结  30-31
第三章 单一背景下的复杂中文文档图像版面分割  31-43
  3.1 基于边缘检测的连通区构造  31-34
  3.2 结合连通区和RLSA 的复杂中文文档图像版面分割算法  34-40
    3.2.1 传统版面分割算法分析  34
    3.2.2 基于SCRLSA 算法的版面分割  34-37
    3.2.3 基于滤波器的区域识别  37-39
    3.2.4 实验结果与分析  39-40
  3.3 文本区域二值化  40-42
  3.4 本章小结  42-43
第四章 复杂背景下彩色中文文档图像版面分割  43-53
  4.1 文本区域粗定位  43-46
    4.1.1 彩色图像边缘提取  43-44
    4.1.2 改进的彩色图像灰度化  44-46
  4.2 基于动态聚类文档图像版面分割  46-49
    4.2.1 灰度图像分割  46-48
    4.2.2 字符区域提取  48-49
  4.3 实验结果与分析  49-52
    4.3.1 彩色图像灰度化结果  49-50
    4.3.2 图像版面分割实验结果  50-52
  4.4 本章小结  52-53
第五章 阅读顺序未知的纯文本图像版面分析  53-63
  5.1 已有算法分析  53-54
  5.2 基于SVM 的复杂纯文本图像版面分析算法  54-60
    5.2.1 支持向量机理论  54-56
    5.2.2 种子连通区和特征选取  56-58
    5.2.3 区域构造  58-59
    5.2.4 基于投影图的阅读顺序判断  59-60
  5.3 实验结果及分析  60-62
  5.4 本章小结  62-63
第六章 总结与展望  63-65
  6.1 论文工作总结  63-64
  6.2 存在的不足与展望  64-65
参考文献  65-69
攻读学位期间公开发表的论文  69-70
致谢  70-71

相似论文

  1. 文档图像的版面分析技术研究,TP391.41
  2. 文本图像处理与表格图像识别算法研究,TP391.41
  3. 彩色图像车牌提取技术研究,TP391.41
  4. 基于支撑笔画的视觉文档图像透视失真校正,TP391.41
  5. 数学表达式结构分析的后处理研究,TP391.4
  6. OCR图像采集参数自动选择的研究,TP391.41
  7. 印刷体数学表达式定位技术研究,TP391.41
  8. 基于Gabor理论的脱机手写汉字识别,TP391.43
  9. 汽车轮毂型号自动识别系统,TP391.41
  10. 基于虚拟仪器的芯片识别系统研究,TP391.41
  11. 非文本优先的版面分析方法,TP391.1
  12. 文本图像处理中若干问题的研究,TP391.41
  13. 基于文本数字水印技术的源头侦讯系统的研究和改进,TP309.7
  14. 金融票据版面的自动识别技术研究与原型系统设计,TP391.41
  15. 基于非OCR的车牌识别系统,TP391.41
  16. 文本页面图像分割与分类算法的研究,TP391.4
  17. 印刷体数学公式识别的研究,TP391.1
  18. 基于机器视觉的字符识别技术研究,TP391.41
  19. 基于人工神经网络的光学字符识别系统及硬件实现,TP391.4
  20. 印刷体蒙古文字识别中关键技术的研究,TP391.43

中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理（信息加工） > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com