現(xiàn)如今,越來越多的用戶通過社交軟件向好友分享存在圖文混編版面的圖像(下文簡稱“圖文混編圖像”),而圖文混編圖像存在龐雜的信息使得用戶無法在短時(shí)間內(nèi)獲取重要信息。為了快速地幫助用戶從圖文混編圖像中獲取盡可能多的有效信息,本文提出了基于圖文混編的版面分析算法。該算法不僅能夠快速區(qū)分圖文混編圖像的文本標(biāo)題區(qū)、文本正文區(qū)以及圖像區(qū)。而且能夠高效地識別文本標(biāo)題區(qū)和圖像區(qū)的內(nèi)容,以較低的算法復(fù)雜度獲取圖文混編圖像中重要信息。本文主要研究內(nèi)容如下。(1)提出了融合輪廓投影的連通域版面分割算法。該算法在對圖文混編圖像進(jìn)行圖像預(yù)處理的基礎(chǔ)上,首先基于八連通將整個(gè)圖文混編圖像進(jìn)行單字區(qū)域擴(kuò)充。然后根據(jù)輪廓投影后的灰度直方圖中波形的規(guī)律性和周期性對不同區(qū)域進(jìn)行大致劃分。最后通過引入文本行(列)間隔閾值以及圖文間隔閾值對各個(gè)連通區(qū)域進(jìn)行合并,更加有效地區(qū)分文本標(biāo)題區(qū)、文本正文區(qū)以及圖像區(qū)。(2)提出了基于多級劃分的單字識別算法。該算法對標(biāo)題漢字采用36×36點(diǎn)陣歸一化處理,首先對標(biāo)題漢字進(jìn)行粗劃分,根據(jù)絕對值距離,從字典庫7000個(gè)漢字中選出與標(biāo)題漢字匹配的前m個(gè)漢字。然后對標(biāo)題漢字進(jìn)行細(xì)劃分,根據(jù)歐氏距離,...

【文章頁數(shù)】：59 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
引言
第一章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀綜述
        1.2.1 版面分割方法的研究
        1.2.2 文字識別方法的研究
    1.3 本文的組織結(jié)構(gòu)
第二章 相關(guān)理論與算法基礎(chǔ)
    2.1 版面圖像預(yù)處理
        2.1.1 圖像灰度化
        2.1.2 圖像二值化處理
        2.1.3 圖像去噪
        2.1.4 版面校正
    2.2 版面分割方法
        2.2.1 非層次化版面分割方法
        2.2.2 層次化的版面分割方法
    2.3 文字識別方法
        2.3.1 基于結(jié)構(gòu)模式的識別方法
        2.3.2 基于統(tǒng)計(jì)模式的識別方法
        2.3.3 基于結(jié)構(gòu)模式與統(tǒng)計(jì)模式相結(jié)合的識別方法
    2.4 本章小結(jié)
第三章 基于圖文混編的版面分析算法
    3.1 問題的提出
    3.2 融合輪廓投影的連通域版面分割算法
        3.2.1 形成連通域與單字區(qū)域擴(kuò)充
        3.2.2 輪廓投影
        3.2.3 間隔閾值獲取
        3.2.4 同質(zhì)連通域合并
    3.3 基于多級劃分的單字識別算法
        3.3.1 特征提取
        3.3.2 模板匹配
    3.4 圖像匹配技術(shù)
    3.5 實(shí)驗(yàn)分析
    3.6 本章小結(jié)
第四章 系統(tǒng)設(shè)計(jì)與實(shí)驗(yàn)分析
    4.1 問題的提出
    4.2 系統(tǒng)框架流程
    4.3 算法實(shí)驗(yàn)結(jié)果分析
    4.4 系統(tǒng)測試
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
作者簡介及讀研期間主要科研成果



本文編號：3808251