文档图像

摘要： 为了对倾斜的文档图像进行校正,提出了基于投影坐标方差最小化原则计算文档倾斜角度的文档图像倾斜检测与校正方法,该方法可应用于印刷扫描文档图像和手写拍照文档图像的倾斜检测与校正,且效果较好。

摘要： 本文采用膨胀卷积网络,实现端到端从文档图像中提取语义结构。膨胀卷积的优势在于提取多尺度上下文信息的同时,并不会损失空间分辨率。该模型使用带残差的膨胀卷积网络提取图像特征,并预测每个像素的类别标签。卷积部分作为特征提取器,能够获得多维度层级图像特征,反卷积部分输出全分辨率的语义预测结果。每个像素的概率值决定其语义类别标签。为了更好地理解分割粒度级别,实验设计了3组不同分割粒级数据集的测试。从文档细粒度到粗粒度级别的分割实验结果表明,语义数据分布的不平衡特点和网络深度都是影响该网络模型的重要因素。该模型可测试于人工智能教育平台英伟达Jetson Nano机器。

摘要： 文档图像二值化是文档分析与识别中的一个重要环节.针对低质量手写体文档图像提出了一种二值化算法,算法首先对文档进行相位保持降噪并计算背景修复模板,然后用图像修复算法和形态学闭运算估计文档背景,用背景补偿算法提高文档对比度,接着用背景补偿后的文档图像构造拉普拉斯(Laplacian)能量,最后采用图割算法求得最终二值化结果.实验结果表明,所构造的拉普拉斯能量能够较准确地区分文字和背景,所提二值化算法在DIBCO2018数据集中的实验结果优于同类算法.

摘要： 光学字符识别的算法研究中,快速有效地将文档图像二值化是图像预处理阶段的关键步骤.在实际拍摄中,由于环境复杂,往往使得采集的图片出现光照不均匀的现象,严重影响后续处理.针对该问题,提出一种基于灰度波动的邻域局部阈值分割方法.根据目标考察点一定邻域范围内水平和竖直方向的灰度波动曲线,提取所有的波峰点和波谷点信息,经过运算确定当前阈值.实验结果表明,该方法处理效果远远优于Niblack、Sau-vola等算法,与经典的Wellner法几乎没有差别.该方法不仅细节保留较好,无断笔伪影现象,且适应不同光照情况.

摘要： 表格检测是文档分析中的非文本内容检测部分的重要任务,表格检测的高准确率是提高文本检测准确性的必要条件。本研究提出了一种基于深度学习的文档图像分析的表格检测方法。该方法采用级联R-FCN(基于区域的全卷积网络)框架,首先检测出文档图像的公式区域并移除;然后在无公式的文档图像中,检测提取表格与图区域,最后通过参数调节筛选出最终的文档图像表格区域。该方法在ICDAR 2017 Competitionon Page Object Detection数据集上IoU(交叉重合区域)为0.8时,AP值和F1值相应为0.851和0.898。实验结果表明,该方法与传统的基于形态学变换和水平垂直投影的方法相比,可以简单而高效地检测文档图像中的表格。

摘要： 表格检测是文档分析中的非文本内容检测部分的重要任务,表格检测的高准确率是提高文本检测准确性的必要条件。本研究提出了一种基于深度学习的文档图像分析的表格检测方法。该方法采用级联R-FCN(基于区域的全卷积网络)框架,首先检测出文档图像的公式区域并移除;然后在无公式的文档图像中,检测提取表格与图区域,最后通过参数调节筛选出最终的文档图像表格区域。该方法在ICDAR2017 Competition on Page Object Detection数据集上IoU(交叉重合区域)为0.8时,AP值和F1值相应为0.851和0.898。实验结果表明,该方法与传统的基于形态学变换和水平垂直投影的方法相比,可以简单而高效地检测文档图像中的表格。

摘要： 目前针对印刷体维吾尔文档图像的切分研究主要集中在字母切分上,单词切分的文献较少,且存在着标点符号难处理,未合并被拆分书写的单词等问题,同时单词切分准确率有待进一步提高.在对文档图像进行投影处理的基础上,通过K均值聚类算法(K-means)对文本行中所有连体段之间的间隙进行聚类分析得出最佳的间隙判别阈值,然后对所有连体段进行筛选和粗略识别,并结合对间隙的阈值判别结果来确定单词的精确切分点和获取被拆分书写单词的位置信息.在选取的100张文档图像中测试时,结果表明该方法能有效去除标点符号对切分结果的影响,准确合并被拆分书写的单词,并且平均单词切分准确率保持在99％以上.

摘要： 当前在不同城市和地区,都在积极的进行数字图书馆建设.这一背景下,如何实现对各种图书馆资源的快速、准确检索,成为备受人们关注的重要问题.本文的研究过程中,以快速纹理密度极值的聚类算法为基础,提出一定的图像检索策略.文章对文档图像纹理持征检索与基于FDPC的文档图像纹理持征检索进行简要的分析,并通过实验,分析区域相关融合纹理持征FDPC图书馆文档图像检索问题.对图书馆图像资源检索问题进行基于内容的检索框架构建,然后采用直方均衡以及中值滤波策略实现图像资源的背景处理和噪声过滤,并通过二值化对图书馆馆藏图像资源进行处理,获得检索框架图像输入的预处理操作,并利用极值密度聚类算法对图像的分类问题进行研究.基于动态距离截断策略对其进行改进,以有效增强算法的聚类效果,进而获促进DPC算法性能的有效提高.最后对所提算法的性能进行实验验证,最终的结果证明,实验所提方法具有较高的检索精度和检索效率,具备一定的应用价值.

摘要： 图像预处理的效果会直接影响文档图像几何校正处理的难易程度和校正结果的准确性,为了更好的进行校正处理,在校正之前图像预处理是不可缺少的.本文对图像预处理的去噪和二值化处理进行了研究分析,对图像去噪处理从空域法和频域法两类进行分析,对二值化处理从全局阈值法和局部阈值法两类进行分析,通过MATLAB编程软件进行实验,实现了图像预处理中的各算法,得到各算法的优缺点.

摘要： 本文提出一种基于像素分类的彩色文档图像二值化方法。通过二值化，文档图像中的背景噪声和印刷文字被去除，仅手写文字被保留。该二值化方法是通过级联的两个线性分类器实现的，特征包括像素RGB值和其邻域像素的平均RGB值（采用积分图像技术快速计算）。第一级分类器用来区分文字像素和背景像素（包含噪声），第二级分类器用来区分文字像素中印刷文字像素和手写文字像素。该方法已对2000幅文档图像进行了二值化处理，手写文字提取效果良好，已用来生成一个脱机手写字符样本库。

摘要： 随着多媒体资源的飞速增长,多媒体检索技术成为当前检索技术的一个热点,该文将介绍文档图像这类特殊的多媒体资源检索技术中的特征提取方法。根据汉字特点,从几个角度,介绍了几种汉字图像块的特征提取方法及相应的相似度算法,并进行了试验测试,试验结果表明几种方法可行。

摘要： 在文档图像分析处理过程中，文本定位技术十分必要。本文介绍了一般图像的文本定位技术，并针对基于版面特征的文档图像提出了一种文本定位方法。该方法首先利用拉普拉斯算子粗略检测出文字边缘区域，利用形态学膨胀方法扩展区域，接着通过聚类分析来提取文本层，最后根据中文字符的自身矩形区域比例、宽高比等特征有效定位出图像中的文本区域。对超过100幅图文混合文档图像进行实验，均获得较满意结果。实验发现定位的准确率与边缘检测、切分、聚类分析等处理工作效果关系很大。文本区域的准确定位将有利于提高图文混合文档图像的检索效率。

摘要： 在文档图像分析处理中,分割技术十分必要.本文介绍了目前文档图像分割算法中常用的特征,并对针中文文档图像给出了一种分割方法.该方法首先利用Sobel算子粗略检测出文字边缘区域,利用形态学膨胀方法扩展该区域,接着进行了两次颜色聚类分析,最后根据中文字符的特征进行了一系列启发式处理,很好地分割出了文字区域。

摘要： 文档在数字化过程中所形成的图像噪声将直接影响到后续字符识别的效果.本文基于文档图像的自身特点,将图像的全局与局部特征相结合,提出了一种去除图像噪声的简单方法,分层次地针对不同类型的噪声采取相应的处理.获得比较理想的效果.实验结果表明,这种方法能够对规范的文档图像进行处理,具有较好的适应性和较高的效率.

摘要： 提高文档图像压缩比最有潜力的方法是对图、文区域分别采用不同压缩算法,而其关键是有效图文分割.本文针对文档图像特征,介绍一种基于小波系数域隐含状态马尔可夫树结构模型,直接从被分割图像中抽取分类参数,获得多尺度图像分类概率,然后融合多尺度分类结果,实现图文有效分割的方法.该方法综合多尺度小波变换、多尺度判定、多尺度分类依赖、联合条件概率计算等多种图像分割技术.文章主要介绍图像四分块划分策略,小波变换与四分块的对应,隐含马尔可夫树结构模型,以及利用相关尺度上分类块间的依赖关系优化分类结果.

摘要： 文本图像二值化是将文本从背景中分离的算法,是后继识别任务的关键预处理步骤.低质量的文本图像往往包含各种退化情况,比如,光照不均匀、笔画灰度变化过大、背面渗透等.这些退化情况导致其二值化非常困难.近几年出现的基于Laplacian能量的二值化方法对退化文档进行二值化取得了较好的结果,但是该方法容易导致细长弱笔画丢失.本文提出一种改进Laplacian能量的方法,利用笔画有较强的双边缘响应,对笔画区域的Laplacian算子响应进行加强,使得细长弱笔画得以保留.针对DIBC02013数据测试表明本文的方法能够较好地处理细长弱笔画的二值化问题.

摘要： 本发明提供了一种文档图像管理装置以及文档图像管理系统，对包含在文档图像中并且含有条形码的首页上的至少一个条形码进行指定并根据该被指定的条形码的条形码内容对文档图像进行管理，其特征在于，包括：画面存储部存储有指定设定画面；输入显示部显示指定设定画面，让用户输入指定数据、校验规则数据以及命名规则数据；检索部；判定分离部；指定部根据指定数据把被检索出的条形码进行指定；识别获取部对被指定的条形码进行识别从而获取条形码内容；校验部根据校验规则数据，对被获取的条形码内容进行校验，从而判断条形码内容是否正确；文件命名部当条形码内容被判断为正确时根据命名规则数据和条形码内容对相应的文档图像进行文件命名。

摘要： 本发明提供一种文档图像管理装置以及文档图像管理系统，因为自动定位部对与文档图像的条形码页相对应的样本页上的所有条形码进行定位并设置定位数据，输入显示部让用户指定条形码并输入确认信息，样本文件制定部据此制定含有被指定的条形码的条形码指定位置的样本文件，判定识别部根据样本文件中的条形码指定位置对图像文件中的与该指定位置对应的条形码进行识别并获取条形码内容，内容信息文件生成部生成对应的包含条形码内容的内容信息文件，所以该文档图像管理装置能够有针对性地样本文件对图像文件的特定条形码进行相应处理并得到条形码内容，而并非对整个图像文件的所有条形码进行处理，从而针对性强、处理信息量小、处理效率高。

摘要： 本发明涉及文档图像生成装置、文档图像生成方法以及计算机程序。当包含有在特殊字符DB1和特殊字符DB2中没有的字符的单词的情况下，将DB1和DB2中没有的字符的下端的Y坐标的平均值YBav设为单词的下端的Y坐标，所述特殊字符DB1和特殊字符DB2分别存储了具有从基线向下方突出的形状的字符以及向上方离开的字符。当仅包含DB1中的字符的单词的情况下，将对各字符的下端的Y坐标的平均值YBav0加上一定的值而得到的值YBav设为单词的下端的Y坐标。当仅包含DB2中的字符的单词的情况下，将从各字符的上端的Y坐标的平均值YTav减去了一定的值而得到的值YBav设为单词的下端的Y坐标。

摘要： 一种对文档图像进行二值化的方法，包括：学习步骤，通过预定的第一二值化算法从类型相同的至少一个待二值化的文档图像中选取预定数量的文档图像作为训练样本进行学习，以获得训练样本所对应的二值图像的属性，作为所述至少一个待二值化的文档图像所对应的二值图像的公共参考属性；和二值化优化处理步骤，通过预定的第二二值化算法，根据公共参考属性对至少一个待二值化的文档图像中的每一个进行二值化优化处理，以使得每一个所得到的最终二值图像的属性与所述公共参考属性相一致。还提供一种可执行上述方法的对文档图像二值化装置，及配备有该装置的文档图像处理器。本发明的方法和装置可获得更加优化的二值化效果并提高二值化质量稳定性。

摘要： 本实施方式提供一种文档图像处理装置，具备：取出部，其从输入文档图像的像素取出第一文档要素，从对应所述输入文档图像的预印数据的像素取出第二文档要素；推定部，其推定所述第一文档要素各色空间的第一代表色和第二文档要素各色空间的第二代表色；算出部，其算出在所述色空间上分离各所述第一代表色的第一分离平面和在所述空间上分离各所述第二代表色的第二分离平面；置换部，其将分布于通过所述第一分离平面分离的所述色空间的分离区域的所述第一文档要素的各第一像素的色置换为分布于同所述分离区域的所述第一代表色，将分布于通过第二分离平面分离的所述色空间的分离区域的所述第二文档要素的各第二像素的色置换为分布于同所述分离区域的所述第二代表色；生成部，其生成置换的各第一像素和置换的各第二像素的差分图像。

摘要： 本发明涉及文档图像处理技术领域，具体提供一种文档图像生成方法、文档图像识别方法、装置及存储介质，旨在解决在获取少量文档图像的情况下如何生成大批量文档图像的问题。为此目的，本发明的图像生成方法包括提取文档图像模板中每个目标语义类型的目标文本的文本图像切片并通过去除文档图像模板中的目标文本来生成背景图像；对每个目标文本的文本图像切片分别生成相似的文本图像切片；在背景图像中每个目标文本的图像区域上，将每个目标文本的相似的文本图像切片与背景图像进行图像融合，生成新的文档图像。通过上述方法，可以保证新的文档图像与文档图像模板都包含相同语义类型的目标文本并且同一语义类型的目标文本在文档图像中的位置也相同。

摘要： 本发明提供一种文档图像处理方法、文档图像处理装置及存储介质。所述文档图像中包括与线接触的文本行，所述文档图像处理方法包括：将待处理文本行划分为多个子区域，其中，每个划分出的子区域中包含文本行中的部分字符和与字符接触的线；根据子区域中包含的字符和与字符接触的线的方向来确定该子区域的文本方向；利用确定出的子区域的文本方向来确定待处理文本行中与文本行接触的线。

摘要： 提出了一种用于从表征多文档的图像中提取文档图像的系统和方法。所述方法包括接收包括多个文档图像的多文档图像，其中每个文档图像与文档相关联；从所述多文档图像中提取多个视觉标识符，其中每个视觉标识符与所述多个文档图像中的一个文档图像相关联；分析所述多个视觉标识符以识别每个文档图像；基于该分析来确定每个文档图像的图像区域；基于它的图像区域提取每个文档图像。

摘要： 本发明提供了一种文档图像管理装置以及文档图像管理系统，对包含在文档图像中并且含有条形码的首页上的至少一个条形码进行指定并根据该被指定的条形码的条形码内容对文档图像进行管理，其特征在于，包括：画面存储部存储有指定设定画面；输入显示部显示指定设定画面，让用户输入指定数据、校验规则数据以及命名规则数据；检索部；判定分离部；指定部根据指定数据把被检索出的条形码进行指定；识别获取部对被指定的条形码进行识别从而获取条形码内容；校验部根据校验规则数据，对被获取的条形码内容进行校验，从而判断条形码内容是否正确；文件命名部当条形码内容被判断为正确时根据命名规则数据和条形码内容对相应的文档图像进行文件命名。

摘要： 本发明提供一种文档图像管理装置以及文档图像管理系统，因为自动定位部对与文档图像的条形码页相对应的样本页上的所有条形码进行定位并设置定位数据，输入显示部让用户指定条形码并输入确认信息，样本文件制定部据此制定含有被指定的条形码的条形码指定位置的样本文件，判定识别部根据样本文件中的条形码指定位置对图像文件中的与该指定位置对应的条形码进行识别并获取条形码内容，内容信息文件生成部生成对应的包含条形码内容的内容信息文件，所以该文档图像管理装置能够有针对性地样本文件对图像文件的特定条形码进行相应处理并得到条形码内容，而并非对整个图像文件的所有条形码进行处理，从而针对性强、处理信息量小、处理效率高。