表格型文档自动识别系统及其应用

随着文档影像系统的广泛应用,文档图像自动处理已成为当前的一个研究热点。对表格型文档自动识别系统中的若干关键技术进行了研究。首先,在版面分析中,提出了基于框线检测的文档分类方法;其次,根据表格型文档图像的特点,介绍了相应的识别域提取、框线去除以及手写字符串分割方法;最后,在手写数字识别部分,设计了一种基于形状上下文特征和梯度特征的组合识别方法。最后将该系统应用于银行票据小写金额识别,通过真实表格型票据进行仿真实验,证明了系统的有效性,系统识别率达到了实用的水平。

表格型票据图像手写体特殊符号的混合检测算法

为了解决表格型票据图像定位区域中手写体勾符号的判定问题,该文提出一种混合检测算法并应用在表格型票据图像处理中。提出基于稀疏表示的形态学链码跟踪算法从而准确标记票据的外围轮廓。提出一种最优轴投影测度算法,完成外围轮廓角点坐标检测并对其进行倾角修正。根据标准模板库中的框线特征进行模板匹配,确定特殊字符所在的定位区域,利用空间卷积算法获得勾符号的判断标准。该文算法对表格型票据图像处理具有通用性,并能有效降低大规模多种类票据内容的定位与识别难度。实际银行支票图像测试证明了算法的有效性和鲁棒性。