文本圖像頁面分割和分類技術(shù)的研究.pdf

1、文本圖像頁面分割和分類技術(shù)是文本自動分析研究領(lǐng)域的一個重要課題,它主要將圖像中的文字區(qū)和非文字區(qū)分割開來,以便于文字區(qū)送入字符識別系統(tǒng)轉(zhuǎn)化為電子文檔.文本圖像頁面分割技術(shù)對于字符識別系統(tǒng)和圖像壓縮、圖像存儲系統(tǒng)都很重要.國內(nèi)外的科研工作者在頁面分割的算法方面進行了大量的研究,取得了豐面的科研成果,但是由于文本資料版式復(fù)雜,各種分割算法一般都只適用于某幾類頁面版式.該文對已有的算法進行了研究和試驗,提出了兩種新的分割方案:第一種是基于高斯

2、混合模型的分割方法.該方法根據(jù)紋理特征的不同,將不同類別的圖像區(qū)月參數(shù)不同的高斯混合模型描述,最后依據(jù)最大似然概率進行判決.該算法與已有的紋理分割算法相比,不僅參數(shù)訓(xùn)練速度快、算法簡單易實現(xiàn),還不受圖文混排等多種版式的限制.第二種是基于模式鏈分析的分割方法.該方法將二值化圖像用一條模式鏈表來表示,再對各個模式進行分類.該文針對文本頁面圖像中的版式復(fù)雜(主要指形狀不規(guī)則的圖片鑲嵌在文字段落中)不易分割這一難題,對文獻(Optical En