基于版面結(jié)構(gòu)的文本圖像檢索技術(shù)研究.pdf

1、隨著多媒體技術(shù)的發(fā)展和信息化時代的到來,各種各樣的圖像信息也得到迅速增長,紙質(zhì)形式的文本圖像不再是人們生活工作的主要部分,電子版形式的文本圖像已廣泛運用于各行各業(yè)中.隨著圖像數(shù)據(jù)庫規(guī)模的增加,人們的查詢需求日益多樣化,如何從圖像數(shù)據(jù)庫中快速地查詢出用戶感興趣的圖像,有效地降低成本、節(jié)約時間及提高自動化程度具有廣泛的研究前景.傳統(tǒng)的圖像檢索技術(shù)已不再滿足用戶的需求,圖像檢索技術(shù)的研究具有重要的研究價值和較為廣泛的研究意義.常見的圖像檢索方

2、法主要有基于文本的圖像檢索和基于特征的圖像檢索兩種方法,其中對圖像檢索技術(shù)研究更多的是依據(jù)圖像的特征進行的檢索,本文將圖像檢索的技術(shù)應(yīng)用到文本圖像上,文本圖像是以文字信息為主、圖像圖表信息為輔的一類特殊圖像,很難用顏色和紋理視覺特征來描述,所以文本圖像檢索的關(guān)鍵技術(shù)之一是如何提取特征以及如何計算特征的相似度.
　　版面結(jié)構(gòu)分析在文本圖像的特征提取,圖像檢索以及版面分析等有著至關(guān)重要的作用,本文在分析版面結(jié)構(gòu)特點的基礎(chǔ)上,利用版面結(jié)

3、構(gòu)分析中的自下而上和自上而下相結(jié)合的方式,有效地提取出版面的局部特征和全局特征,并將提取出的版面特征作為索引項,以特征向量的形式來描述文本圖像,從而進行文本圖像的特征匹配和相似性度量工作.在分析現(xiàn)有檢索算法的基礎(chǔ)上提出了一種基于聚類算法進行文本圖像的快速檢索,從而進一步減少數(shù)據(jù)集的比較規(guī)模,有利于實現(xiàn)文本圖像的快速檢索,提高檢索的效率.
　　本文首先對文本圖像進行預(yù)處理,采取中值濾波的思想來去除圖像中存在的孤立點噪聲,使用梯度差和

4、Hough變換相結(jié)合的方式進行文本圖像的傾斜檢測與校正,并在傾斜檢測之前采取了Bernsen與Ostu算法相結(jié)合的方式進行文本圖像的二值化處理.在完成預(yù)處理工作后,利用文本圖像的版面結(jié)構(gòu),利用自上而下和自下而上相結(jié)合的方式對版面特征進行了提取,提取出文本圖像的局部特征和全局特征.在特征提取之前對文本圖像進行了有效區(qū)域的定位,并對有效區(qū)域提取密度特征,利用尋找最大空白區(qū)域完成圖像的欄信息特征的提取,之后利用了投影特征進行文本與非文本區(qū)域的

5、劃分,對文字區(qū)域利用了最大梯度差完成了文本行的檢測,利用連通域的思想對文本行之間進行有效地融合成段落,并提取出段落的有效特征;對非文本區(qū)域提取出關(guān)鍵塊特征,提取的特征包含了全局和局部特征,能充分地描述文本圖像.利用了向量空間模型的思想,將提取的特征以向量的形式存儲,并利用高斯距離函數(shù)完成特征間的相似度比較,最后提出了一種文本圖像快速檢索的算法,在進行文本圖像的檢索之前,對文本圖像特征庫的圖像先進行初步的分類,然后利用聚類的思想進一步對特

6、征庫分成若干個子庫,用戶給出查詢圖像后,無需與圖像特征庫中的每一幅圖像進行相似度比較,首先搜索與查詢圖像相似度最大的子庫,然后對該子庫的圖像按順序進行相似度比較,得到其最相似的若干幅候選集,實驗表明在保證檢索正確率的同時,明顯地縮短了檢索的時間.
　　本文提出的方法對手寫體文本圖像及印刷體文本圖像均適用.本文在最后在包含2000幅文本圖像的數(shù)據(jù)庫上進行了測試,實驗表明:本文提出的檢索算法具有較快的檢索速度和較高的查全率和查準率,具