一种基于直线提取和一的通用表格分析方法.pdfVIP

一种基于直线提取和补全的通用表格分析方法 章海涛 李志峰 (中科院自动化所文字识别工程中心 北京100080) 摘要 表格分析是表格自动处理过程中的第一步．本文充分利用表格的特点，给出一个基 于直线提取和补全的通用表格分析方法．先使用一种矢量化的直线提取算法在游程连通 圉的基础上得到表格线，同时对表格进行倾斜校正．然后根据表格特性调整表格线，再 从表格线得到表格特征点，最后建立规则通过对表格线的补全来求得表格结构的行单元 描述．使用该方法对表格图象进行分析，能处理表格线断裂、文字表格线粘连等常见问 题，正确得到表格结构． 关键词表格分析 表格自动处理 直线提取 1 引言 and 文本分析和识别(Document AnalysisRecognition)是九十年代的热门研究课题， 目前已得到了较为广泛的应用。表格文本(FormDocument)作为一种常见文本，是日常 l：作中处理得最多的文本之一。因此表格分析和识别有着很大的研究和应用价值。 表格自动处理过程可以分成二个步骤。第