網(wǎng)絡文檔圖像快速分類的研究.pdf

1、隨著互聯(lián)網(wǎng)、智能手機和通信技術的迅速發(fā)展，互聯(lián)網(wǎng)上的文本、圖像、視頻、音頻等多媒體數(shù)據(jù)快速增長。這些日益增長的數(shù)據(jù)既為人們生活提供了便利，同時又對信息有效利用提出了挑戰(zhàn)?？紤]到近年來網(wǎng)絡數(shù)據(jù)中視覺數(shù)據(jù)所占比重越來越大，網(wǎng)絡文檔圖像數(shù)量也快速增長，大量的文本信息隱含在圖像中。文檔圖像內(nèi)容的識別與理解對于網(wǎng)絡信息有效利用具有重要意義。
　　本文研究網(wǎng)絡文檔圖像快速分類技術，主要任務是對互聯(lián)網(wǎng)上的圖像按照圖像類型與圖像中是否包含文字進行

2、分類，即將網(wǎng)絡文檔圖像分類為自然場景圖像（包括有文本/無文本場景圖像）、合成圖像和紙張文檔圖像（包括掃描/拍照紙張圖像）等幾種類型。按照分類的難易程度，首先完成對網(wǎng)絡圖像的粗分類，將圖像分為場景、合成、拍照文檔與掃描文檔四類，然后按照圖像中是否包含文本對自然場景圖像進行二次分類。在圖像類型分類（粗分類）階段，通過提取表示圖像質(zhì)量的多種全局和局部特征，建立層次化的分類框架，完成基于類型的快速分類任務;在檢查圖像中是否包含文字的分類（細分類

3、）階段，主要針對自然場景圖像，通過提取候選文字“角點”的方法，快速定位候選文本區(qū)域，然后基于顏色，邊緣與梯度等信息提取區(qū)域特征，并訓練字符分類器對候選區(qū)域進行分類從而確定圖像是否包含文字。實驗表明，本文設計的層次化分類系統(tǒng)，能夠快速準確地完成對網(wǎng)絡圖像的分類任務。
　　本文的研究成果主要包括兩點，一是針對網(wǎng)絡文本圖像的特點設計出一系列快速有效的特征提取算法，并構建一個合理的圖像分類系統(tǒng)，實現(xiàn)對網(wǎng)絡圖像的快速分類;二是建設并發(fā)布一個