多图像版面设计的优化及其应用

在社会零件及包装印刷的印前工作中,经常会遇到多图像版面设计问题。合理、巧妙地将若干个相同或不同尺寸规格的原稿拼制成一块印版,称为多图像版面设计。当这些原稿的尺寸、形状不同,或印量要求不同时,就涉及到版面的最佳利用和印量的最佳匹配,即版面优化设计问题。

利用名片文本图像版面信息的辅助分类方法

在基于一种知识工程和统计学习相结合的文本信息分类算法基础上,提出了利用文本在名片图像中的版面位置信息来辅助分类。此方法充分利用了名片版面中各种文本内容之间在图像中空间位置上的相互关系,对提高名片信息的分类准确性有显著的效果。

应用轻量模型的半自动标注试卷版面拆解研究

为了提升数据标注速率,本文采用了一种应用轻量模型、后处理实施半自动化标注的方法,实现试卷版面拆解的快速开发与应用。使用LCNet改进PicoDet网络的轻量预训练模型,对已经标注的小样本训练基础模型修改网络输出,基础模型预测剩余样本的数据转换为标注格式,经过人工校验以后的全样本标注数据使用更大规模主干网络的PicoDet网络训练最终模型。经过实验验证,本文提出的半自动标注的方法与人工标注相比,数据标注速率提升195%,标注所花费时间周期缩短86.47%,项目开发周期得到大幅度缩短,经过版面拆解处理的文档图像调用百度OCR接口,可快速实现文档图像到文档的转换。

基于局部离群因子和波动阈值的古籍版面图像分析方法

古籍版面图像结构复杂,对其进行有效、准确的分析是实现古籍汉字识别与检索的前提和基础。对古籍汉字版面分析的关键问题展开研究,在对古籍版面特点进行分析与归纳的基础上,提出基于局部离群因子(local outlier factor,LOF)和波动阈值的古籍版面分析方法。首先,采用基于LOF的分类算法对古籍版面图像投影分割后的区域进行分类,确定存在分割问题的候选混合区域;然后,利用波动阈值对候选混合区域中的文字与框线粘连部分进行分割;最后,确定古籍版面中的文字区域并输出。实验结果表明,该算法能够有效地分离古籍文字区域和框线区域,版面分类和分割准确率分别为87.02%、78.69%。

基于版式边缘增强算法的倾斜检测

该文针对数字化文档图像的倾斜现象,首先定义了多种变换算子,然后在倾斜检测中,利用这些算子对预处理后的二值化倾斜图像进行变换处理。所得到的变换图像淡化了原文档图像的内部细节特征,同时清晰地反映了原图像版面边界的走势。变换图像通过一个图像块的形式直接表征了原版面的边界信息,增强了版式边缘,使得文档图像的倾斜角度更易检测。最后通过选取有代表性的倾斜版面图像,对该算法进行了实验验证分析,得到了版面倾斜检测的统计结果。