基于表格的影像文档特征库的研究与设计-软件工程专业论文.docxVIP

万方数据 万方数据 独 创 性 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究 工作及取得的研究成果。据我所知，除了文中特别加以标注和致谢 的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也 不包含为获得电子科技大学或其它教育机构的学位或证书而使用 过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论 文中作了明确的说明并表示谢意。 签名： 日期： 2011 年 月 日 关于论文使用授权的说明 本学位论文作者完全了解电子科技大学有关保留、使用学位论 文的规定，有权保留并向国家有关部门或机构送交论文的复印件和 磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将学位 论文的全部或部分内容编入有关数据库进行检索，可以采用影印、 缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后应遵守此规定） 签名： 导师签名： 日期： 2011 年 月 日 万方数据 万方数据 摘要 摘 要 随着科技的发展与进步，从各种成像设备、网络以及图像数据库中获取大量 图像己成为可能，人们对图像处理的要求也越来越高。在这种情况下，图像处理 技术得到了深入、广泛和迅速的发展。 作为图像处理与模式识别领域内一个重要的研究课题的表格影像文档识别， 对于它的研究不仅在实际应用方面有着十分广阔的应用前景，在理论研究方面也 有重大的意义。而表格影像文档的特征提取是影像文档自动管理系统领域里重要 的研究课题之一，对图像本身进行深入研究，合理的提取其特征，来提高影像文 档分类的速度以及分类的准确性己成为必然要求。 当今虽然对表格影像文档处理进行了大量的研究，而且在一些行业已经应用， 但这些系统基本上都是针对专用表格，对通用表格的分析和识别还不成熟。因此 如何对通用表格特征的提取以及通用表格的分析和分类已经成为研究的热点。基 于以上原因，本文以图像处理和模式识别理论为基础，提出了一种通用表格特征 提取方法，并将研究结果运用到影像文档管理系统项目，取得了较好的效果。具 体研究工作包括以下两个方面： （1）在表格影像文档预处理阶段，在文档影像的自动处理中，去黑边和去噪 是影像文档预处理的首要环节。在去除黑边的处理中,运用了数学形态学的理论和 方法去除黑边；在去噪的过程中，采用灰度增强和维纳滤波相结合的方法进行图 像的去噪，以及通过基于数学形态学的倾斜校正算法来进行图像处理。 （2）在特征提取阶段，研究了一种简单实用的通用表格特征提取方法，将表 格结构作为表格识别特征。其处理过程是：先提取表格中的线段，再按照本文算 法对相关线段进行合并或剔除，最后根据表格特性调整表格线，得到完整的表格 结构。大量的实验结果表明所提方法是可行的。 关键词：表格识别，结构特征，特征提取 I ABSTRACT ABSTRACT With the development of science and technology, it is possible for us to obtain large number of images from image equipment, networks and video databases. As a result, the request for image processing is becoming higher and higher. This greatly boosts the development of image processing technology. Form identification is an important research topic in the field of digital image processing and pattern recognition. There is not only a brilliant future in application, but also of significant meaning in theoretical research. Extracting characters of image is one of the most important research area in image file management system. To improve the speed and accuracy of classification about image file, is the necessary request. Although a lot of research in form image processing has been made and has been applied in some in