文本圖像頁面分割和分類技術的研究.pdf

1、文本圖像頁面分割和分類技術是文本自動分析研究領域的一個重要課題,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)轉化為電子文檔.文本圖像頁面分割技術對于字符識別系統(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.該方法根據紋理特征的不同,將不同類別的圖像區(qū)月參數不同的高斯混合模型描述,最后依據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,不僅參數訓練速度快、算法簡單易實現,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