一种基于关键词的中文文档图像检索方法-第四纪研究.pdfVIP

第 2 1 卷 　第 4 期 中文信息学报 Vol . 2 1 , No . 4 2007 年 7 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G J ul . , 2007 文章编号 : (2007) 04006 104 一种基于关键词的中文文档图像检索方法 黄祥林 , 高 芸 , 杨丽芳, 王鹏鹏 ( 中国传媒大学 计算机学院 ,北京 100024) 摘 　要 : 本文提出了一种基于关键词的中文文档图像检索方法 ,能在不经 OCR (Op tical Charact er Recognition) 识 别的情况下 ,直接利用中文字符的图像特征进行关键词检索 。首先将文档图像分割成单个中文字符图像 ,接着对 字符图像进行汉字笔画的特征数据提取 ,然后在特征数据间进行基于 WM HD ( Weight ed Mo dified Hau sdorff Di s t ance) 的相似性测量 。该方法不受字号的影响 ,也有一定的抗字体能力 ,实验证明其具有较高的检索效果 。 ( ) 关键词 : 计算机应用 ; 中文信息处理 ; 中文文档图像 ;关键词检索 ;加权的修正 Hau sdorff 距离 WM HD 中图分类号 : TP39 1 　　　　文献标识码 : A A Chinese Document Image Retrieval Method by Key words HU AN G Xianglin , GAO Yun , YAN G Lifang , WAN G Pengp eng (Comp ut er College , Communication U niver sit y of China , Beij ing 100024 , China) Abstract : A Chinese document image ret rieval met ho d by keywor ds i s p ropo sed , which ret rieved Chinese charact er directly f rom Chinese charact er image wit hout OCR ( Op tical Charact er Reco gnition) . At fir st , Chinese charact er image was segment ed from Chinese document image . Then t he feat ure dat a of Chinese st roke were ext ract ed from t he Chinese charact er image . At la st , t he similarit y of t he Chinese charact er images were mea sured by weight ed mo dified Hau sdorff di st ance between t heir feat ure dat a . That ret rieval met hod i s robu st to charact er size and font . The exp eriment al result s show goo d p erforman