文档图像的文种识别系统

论文摘要

在当今时代,网络和多媒体技术迅猛发展,在促进了信息交换的同时,也带来了对信息的巨大需求。光学字符识别OCR作为计算机信息录入的一个重要技术,也得到了飞速发展。文种识别作为OCR技术的前端和基础,同时也是自动化处理工作中的重要部分,近年来得到了广泛的关注与研究。 本文设计和实现了一个文档图像的文种识别系统。该系统运用于我们的实际工作中,取得了较好的效果。该系统由预处理、版面分析、文种识别三大部分组成。本文的主要研究工作有: (1)图像预处理。预处理是图像处理中一项很重要的工作,预处理的质量直接影响后续工作的效果和成败。本文着重介绍我们改进的Hough变换方法,用于文档图像的倾斜校正。这种算法,通过以下措施减小了计算量:采用合适的量化角度,减小量化步长;选择子区域取代完整的图像,减小待处理的数据量;选取特征点集而不是处理区域全部像素,进一步减小待处理的数据量。最后,为了提高图像质量,不是简单地旋转而是用像素面积插值法进行倾斜的校正。 (2)采用投影法进行简单版面的分割。改进了常用的递归算法,使用多叉树取代二叉树算法,大大减小了冗余运算,降低了算法的复杂度。为了避开投影法对嵌入式等复杂版面分析中的失效,充分利用投影法简单快捷的优点,我们将投影法应用于区域提取和文字行的切分上。 (3)金字塔模型的版面分割。本文提出了一种新的基于形状的版面分析方法——基于金字塔模型的版面分割,解决了复杂版面分析问题。该方法符合人类视觉由粗到精的特点,我们改进了基于连通区的

论文目录

• 摘要
• 第一章 综述
• 1.1 论文背景
• 1.2 论文工作及组织结构
• 第二章 Hough变换法倾斜校正
• 2.1 Hough变换
• 2.2 Hough变换的算法原理
• 2.3 改进 Hough变换
• 2.3.1 子区域的选取
• 2.3.2 特征点集的确定
• 2.4 像素面积插值法倾斜校正
• 第三章 基于投影的简单版面分析
• 3.1 投影
• 3.2 基于投影的多分法算法原理
• 3.3 多分算法的实现过程
• 3.4 实验结果
• 第四章 基于金字塔模型的复杂版面分析
• 4.1 文档图像的金字塔模型
• 4.2 基于金字塔模型的版面分割
• 4.3 决策树的分析
• 4.4 特征选择
• 4.5 区域分类的实验结果
• 第五章 凹度特征文种识别算法
• 5.1 凹度的概念
• 5.2 改进的凹度特征算法
• 5.3 实验结果
• 第六章 穿越次数法文种识别
• 6.1 穿越次数的概念
• 6.2 文字行穿越次数的计算
• 6.3 实验结果
• 第七章 基于小波纹理的文种识别
• 7.1 算法原理
• 7.2 决策器的改进
• 7.3 实验结果
• 第八章 总结
• 8.1 论文完成的主要工作
• 8.2 进一步需要解决的问题
• 参考文献
• 在校期间发表论文
• 声明
• 致谢