印刷文档中表格字符的自动提取算法

在简要分析表格结构的基础上 ,提出了一种利用变尺度连通特征提取表格字符的方法 .为此 ,给出了连通区域搜索算法 ,定义了用于区分表格与图形的行程位置转化函数 .并介绍了实验的情况 .

二值印刷文档图像黑白背景归一化技术

对于包含白底黑字和黑底白字两种背景的二值印刷文档图像 ,要进行后续的文字切分或 OCR,首先必须进行背景色的归一化。本文在假设字体、字号已知的前提下提出了利用数学形态学中的开运算提取图像中黑底白字区域的方法 。

基于深度学习的印刷文档扫描影像中表格位置检测方法研究

针对印刷文档扫描影像中表格位置检测中存在检测效果较差的问题,设计了一种基于深度学习的印刷文档扫描影像中表格位置检测方法。首先,在 Hough环境下对表格位置变换检测点进行确定,同时建立深度形态双向层级位置检测结构。以此为条件,创建深度学习多层级的逆向检测的模型,在深度学习的背景之下,采用多维正向法实现表格位置的检测。测试结果表明:在不同深度学习控制范围之内,所设计的深度学习位置检测方法得出的表格检测AP值相对较小,表明检测效果更佳,并具有更强的稳定性以及精准性。

改进Harris特征的印刷体图像检索

目的文档图像检索过程中,传统的光学字符识别(OCR)技术因易受文档图像质量和字体等相关因素的影响,难以达到有效检索的目的。关键词识别技术作为OCR技术的替代方案,不需经过繁琐的OCR识别,可直接对关键词进行检索。本文针对Harris算法聚簇现象严重和运算速度慢等问题,在关键词识别技术的框架下提出了改进Harris的图像匹配算法。方法基于Fast进行特征点检测,利用Harris进行特征描述,并采用非极大值抑制的方法,最后利用暴力匹配中的汉明距离进行特征的相似性度量,输出最终的匹配结果。结果实验结果表明本文算法在特征提取上的时间为0.101 s,相对于原始Harris算法的0.664 s和SIFT算法的1.066 s,实时性方面有了明显提高,改善了原始算法的聚簇现象,并且在无噪声的情况下,准确率达到98%,高于Sift算法的90%,召回率达到87.5%,而且在固定均值,不断提高方差的高斯噪声条件下,与Sift算法相比,准确率也高于后者,取得了较好的实验效果。结论本文提出的方法满足了快速、精确的查找需求,在印刷体图像的文档图像检索中有效提高了检索率,具有较好的实验效果。

对科技查新文件归档中几个问题的探讨

本文对科技部颁布的《科技查新规范》中“文件归档”一条 ,在档案部门实施当中所遇问题做具体探讨。