受限表格識別系統(tǒng)的研究.pdf

1、表格識別是指利用計(jì)算機(jī)自動辨識印刷在紙或其他介質(zhì)上的表格文檔的過程。在學(xué)科上表格識別屬于模式識別和人工智能的范疇，在應(yīng)用上它是一種信息處理系統(tǒng)中高速自動輸入方式，也是新一代計(jì)算機(jī)智能接口的一個重要組成部分。近年來，表格的自動輸入、存儲、管理已經(jīng)成為文檔智能處理領(lǐng)域的一個重要組成部分。表格識別技術(shù)引起了眾多學(xué)者的關(guān)注，成為OCR領(lǐng)域中的一個研究熱點(diǎn)。一方面，表格結(jié)構(gòu)復(fù)雜多樣，使得很難找到一種能良好識別任何表格的通用方法；另一方面，很多領(lǐng)域

2、使用的表格，如銀行、郵局、稅務(wù)等，需要識別的通常是固定的某些表格單元。綜合這兩方面因素，我們設(shè)計(jì)并實(shí)現(xiàn)了一個受限表格識別系統(tǒng)。本文利用圖像處理、模式識別等技術(shù)對受限表格識別問題進(jìn)行了深入研究。目標(biāo)是提高受限表格識別的正確率，以滿足目前日益增長的智能表格處理的需求。詳細(xì)地介紹了整個表格單元的提取過程：首先，生成表格結(jié)構(gòu)描述文件，并具有靈活性和可擴(kuò)展性的特點(diǎn)；然后，先對待識別表格進(jìn)行傾角檢測和校正，再根據(jù)描述文件局部檢測表格線，準(zhǔn)確定位表格