收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于特征的文档图像检索技术研究与应用

范红梅  
【摘要】: 文档图像检索是图像检索的一个重要分支,它在电子档案管理、数字图书馆、办公自动化等方面应用广泛。文档图像检索的目标是从文档图像数据库中找到满足要求的一幅或多幅图像。常见的文档图像检索算法可以分为基于版面重建的文档图像检索和基于图像特征的检索两大类。在基于特征的文档图像检索中,对于文档图像这类特殊图像很难以颜色和纹理视觉特征来表示文档图像,同时也很难以从整体上提取的特征来表示文档图像的内容,所以基于特征的文档图像检索的关键技术之一是如何提取特征,如何计算特征的相似度。 本文分析了现有基于特征的文档图像检索方法的优缺点,在此基础上,沿用基于特征的文档图像检索的基本思路,将文档图像的全局特征和局部特征相结合,给出了一种新的文档图像检索方法。首先对图像进行预处理,包括去噪、二值化和倾斜检测等。本文采用中值滤波方法去除椒盐噪声,使用一种简单的快速扫描方法去除黑边噪声;使用Bernsen算法对图像进行二值化处理,然后采用一种快速倾斜角度检测算法检测文档图像倾斜度,再利用快速旋转算法旋转校正图像。之后再对整个文档图像定义和提取有效区域的宽和高、分层密度特征、Sift特征。然后利用最大梯度差方法将文档图像分割成文字区域和非文字区域。对文字区域提取连通体对之间的距离(字间空白)、连通体高度、宽度等局部特征,连通体的个数、空穴个数、平均空白、平均连通体高度、平均连通体宽度和段落结构特征等全局特征。对非文字区域借鉴方块编码的思想提取关键块特征。其中分层密度特征同时包含文档图像的全局特征和局部特征,具有良好的区分度;Sift特征是文档图像的局部特征,它对旋转、尺度缩放、扭曲变化保持不变性,对视角变化、仿射变换、噪声也保持一定程度的稳定性,是一种对文档图像具有高鲁棒性的特征。文字区域特征是较低层次的特征,能较好的区分文档图像。非文字区域的关键块特征也已经被证明具有良好的区分度。提取的特征既包含了全局特征也包含了局部特征,既包括高层次特征也包含低层次特征。因此,它们的组合能充分表征文档图像。将这些特征按照性质和特征向量长度分成三个组。然后本文引入已经证明查询效率不会随维数增加而降低的聚类金字塔树来组织这些数据,对三个组分别建立高维索引聚类金字塔树。通过分别查询这三个聚类金字塔树得到三个图像集合,取并集从而得到候选图像集合,然后引入一种移动查询点的相关反馈算法提高检索准确度。 本文的方法对手写体文档图像,印刷体文档图像和两者混合的文档图像均适用。 最后,在包含4300张文档图像的数据库上对基于综合特征的检索进行了测试。实验表明:本文的方法具有普适性和较大的检索速度和较高的查全率和查准率,具有较强的实用价值。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 靳从,魏之来,杨静宇;基于视窗的OCR页面图像倾斜检测方法[J];中国图象图形学报;2004年11期
2 李静梅;冉祥金;姚成浪;;基于垂直投影特征的文档图像自动拼接算法[J];信息技术;2005年12期
3 戴涛;韩旭东;冯天骄;;文档图像纠偏算法的研究与分析[J];煤炭技术;2006年02期
4 谭论正;朱宁波;孙星明;;基于文档图像的抗打印—扫描数字水印技术[J];计算机应用研究;2007年12期
5 王福宝;阎瑞华;许春蕾;;文档图像在数据库中的存储检索方法研究与实现[J];佳木斯大学学报(自然科学版);2009年04期
6 冯安;金辉;王素华;;一种DCT域文档图像鲁棒性水印算法[J];山东科学;2010年02期
7 苏云飞;林嘉宇;王晓飞;张权;唐朝京;;基于分块匹配的文档图像压缩性能分析与仿真[J];计算机工程与科学;2011年07期
8 何希平 ,朱庆生;基于二次距离动态相关的文档图像平滑新技术[J];微型机与应用;2003年03期
9 刘婀娜;罗予频;华成英;;变形文档图像的矫正方法研究[J];微计算机信息;2007年03期
10 张军;;数字图书馆中的文档图像真实性的认证方法[J];图书馆;2007年03期
11 刘建武;王希常;刘江;;信息熵与文档图像的清晰度分析[J];枣庄学院学报;2007年05期
12 岳岩;王希常;;基于DCT频域的文档图像水印算法[J];福建电脑;2009年05期
13 范兵;吉立新;于洪涛;;基于Office OCR组件的文档图象检索研究[J];通信技术;2009年06期
14 杨晓娟;宋凯;;基于投影法的文档图像分割算法[J];成都大学学报(自然科学版);2009年02期
15 张顺利;李卫斌;吉军;;基于投影的文档图像倾斜校正方法[J];计算机工程与应用;2010年03期
16 肖道举,姚园,陈晓苏;信息填涂卡文档图像预处理算法的研究[J];华中科技大学学报(自然科学版);2004年03期
17 胡芝兰;林行刚;严洪;;基于分层密度特征的文档图像检索[J];清华大学学报(自然科学版);2006年07期
18 黄海凌;刘列根;张宇;;彩色文档图像的版面分析[J];计算机工程;2008年15期
19 朱庆生;林杰;张敏;;一种优化的文档图像分割方法[J];计算机科学;2004年04期
20 王婷;王希常;刘江;;基于频域的文档图像自适应可见水印算法[J];信息技术与信息化;2006年06期
中国重要会议论文全文数据库 前10条
1 万杰;刘辉;胡敏;;一种基于特征点的三维网格数字水印算法[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(下册)[C];2009年
2 张晓丹;王萍;;一种基于特征的H.264的子块快速帧内预测算法[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【oral】[C];2011年
3 王齐珍;常建平;;基于特征空间的降维自适应波束形成算法[A];全国第二届信号处理与应用学术会议专刊[C];2008年
4 孟凡洁;孔祥维;尤新刚;;基于特征融合的相机来源认证方法[A];全国第一届信号处理学术会议暨中国高科技产业化研究会信号处理分会筹备工作委员会第三次工作会议专刊[C];2007年
5 王林;常建平;;一种基于特征分解的自适应对角加载方法[A];全国第二届信号处理与应用学术会议专刊[C];2008年
6 张筱旋;叶剑;朱珍民;王冠男;;一种基于特征分析的旅游偏好挖掘方法[A];第七届和谐人机环境联合学术会议(HHME2011)论文集【poster】[C];2011年
7 王博;何兵;;一种非结构矢量场的帧间结构动画处理方法[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(下册)[C];2009年
8 孟斌;吴宏鑫;;高超声速飞行器基于特征模型的自适应控制[A];第二十六届中国控制会议论文集[C];2007年
9 崔灿;刘作学;孔德强;崔凯;;调制识别算法研究[A];全国第三届信号和智能信息处理与应用学术交流会专刊[C];2009年
10 黄勇;戴强;陈跃英;万宏富;李家堂;王跃招;;中国蜥蜴物种丰富度分布格局及其与环境因子的关系[A];四川省动物学会第九次会员代表大会暨第十届学术研讨会论文集[C];2011年
中国博士学位论文全文数据库 前10条
1 田大增;视觉文档图像识别预处理[D];河北大学;2007年
2 张金萍;基于特征的通用工件立体识别及其关键技术的研究[D];东北大学;2008年
3 赵健;小波与分形理论在图像处理中的应用研究[D];西北工业大学;2003年
4 付哲;基于特征的面向对象虚拟GIS数据模型及其应用研究[D];吉林大学;2006年
5 张俊松;书法碑帖图像去噪、轮廓拟合及纹理建模研究[D];浙江大学;2007年
6 琚娟;基于特征的数字城市地下空间建模技术研究与应用[D];同济大学;2007年
7 姜杉;基于特征零件结构并行设计技术研究[D];天津大学;2004年
8 郭彦;基于特征思想的高分辨率格式的研究和应用[D];中国科学技术大学;2009年
9 赵明渊;分类问题的智能优化算法及其应用研究[D];电子科技大学;2011年
10 黄运保;测量点集曲面重建若干关键技术研究[D];华中科技大学;2004年
中国硕士学位论文全文数据库 前10条
1 范红梅;基于特征的文档图像检索技术研究与应用[D];山东师范大学;2010年
2 邱婷婷;基于特征进程和数据挖掘的P2P流量识别技术[D];西安电子科技大学;2011年
3 李文成;一种二值文档图像高倍压缩算法[D];山东大学;2010年
4 陈霞;二值文档图像鲁棒性水印技术研究[D];山东师范大学;2010年
5 文明才;一种双栏文档图像偏斜校正的方法[D];兰州大学;2011年
6 李旸觅;二值文档图像认证技术设计与实现[D];山东大学;2011年
7 王蓓蓓;面向内容认证的文档图像数字水印算法研究[D];山东师范大学;2010年
8 赵娜;文档图像段落分割技术研究与应用[D];山东师范大学;2010年
9 孟倩;基于图文分割的文档图像数字水印算法研究[D];山东师范大学;2011年
10 张艳;图像拼接技术在文档图像扭曲识别中的应用与研究[D];北方工业大学;2011年
中国重要报纸全文数据库 前10条
1 本报记者 刘丽丽;富士通重拳出击高扫市场[N];计算机世界;2008年
2 史;富士通发布fi—6系列扫描仪[N];电脑商报;2008年
3 美国《Network World》 供本报专稿;桌面反病毒走向“末日”?[N];网络世界;2007年
4 周童;首版同步建模技术Solid Edge发货[N];计算机世界;2008年
5 SAP公司售前资询经理 王磊;SAP钢铁行业解决方案总览[N];中国冶金报;2004年
6 启明星辰信息技术有限公司总工 万卿;传统IPS难挡Web攻击[N];中国计算机报;2008年
7 乐天;嵌入式补丁保护服务器[N];计算机世界;2007年
8 那罡;深层防御:从边界到核心[N];中国计算机报;2008年
9 胡镌芮;网络行为分析:对付旧敌人的新思路[N];计算机世界;2008年
10 程光;成像技术走向邮政[N];人民邮电;2002年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978