复杂的文档版面中对Table型表格的定位与分析处理研究-模式识别与智能控制专业论文.docx

在复杂的文档版面中对 Table 塑表格的定 位与分析处理 摘要= γ作为种信息表达的手段，表格以其简明、规范、便于填写和处理等特点，已 经日益深入人们的的信息生活之中。如何利用计算机高速自动地获取、识别数量巨 大的纸介质的表格信息，并转换为统一的电于表格，已逐渐成为人们关注的问题， 也越来越成为计算机模式识别与图象处理领域中的热门研究课题。现在的情况是， 单纯的字符识别技术，即光学字符识别 (OCR)技术已经相当成熟了，一些实用文 档处理系统的单个字符的识别率已高达 99% 以上，识别速度也非常快，而且能 识别出不同的字体。然而表格文档的分析和理解，由于涉及到人类的理解机制和 人类的智能等问题，远未达到这样的水平。我的工作是尝试在复杂文档环境中对 Table 型表格的定位与分析处理 d 本文讨论了文档的分析处理与表格的分析处理，并 针对表格处理中一些关键的问题给出解决方法，针对 Table 型表格文档的特点，进行 了较深入的分析，提出 个表格处理系统的流程，然后对系统的流程细节进行了详 细的分析。然后，针对我们的实际的系统实现，进行了大量的测试，并与其它的儿 个实际系统进行了比较。最后，讨论我们的系统 H 前存在的不足，并提出了改进的 方向。 关键词: 表格， 表格处理， 表格分析， 文档分析， 表格处理系统 The Layout Processing of Table in Complicated Document Layout Abstract: Table Documents ，as an important information c町Tler，盯e more and more widely used in daily life and the commercial world. Hereby the efficient utilization of computer to easily process huge amount of paper-based table documents gradually becomes a hot topic for researchers in the field of Pattem Recognition and Image Proc臼sing. Computer analysis and understanding of Table documents is yet an unsolved problem since the understanding mechanism and intelligence of humankind still remains unknown ，皿spite of the fact that the practical techniques of pure character re忘ognition is fully ripened and the recognition accuracy of some high speed recognition systems even go臼 beyond 99%. My work is to have computer system understand the structure of a table in complex printings and process table data automatically. We here will discuss the processing of document and specially the processing of table document ，and render feasible solutions for the main problems encountered in table processing. Then we put forward the flow of our table processing system ，and discuss it in detail. Afterwards ，we conduct a massive and detailed test of 0旧table processing system，and compare the result with some commercial products O田system seems to achieve better results. Finally ，we point out the shortage of our system and address the topics for 且Jrther res