特殊印刷体粘连字符切分方法研究

摘要

随着人们对DLA领域的不断探索，印刷体粘连字符切分技术已经逐渐成熟、完善。但是，现有技术绝大部分局限在对Roman字符集的处理，而对其它字符集没有做过多的讨论，这就使得现有技术不能够很好的满足人们对文档自动处理提出的越来越高的要求。同时，现有技术绝大部分针对字符左右粘连这种情况，而对其它粘连情况一般不做详细的分析和处理。其次，在现有技术中由于其处理情况相对单一(横向粘连)，从而使得现有系统并没有对粘连情况区分这一问题进行深入的研究、设计。最后，针对文档图像中存在的粘连字符这一问题，人们研究的焦点往往集中在如何将这些粘连在一起的字符分离成单独字符，并没有考虑如何抑止大量粘连字符在同一文档中的出现。 针对上述问题，通过对现有切分算法及系统的分析，提出了针对数学公式和Devanagari粘连字符的完整的处理系统模型，从而，首次提出了完整的针对非横向Roman粘连字符的切分的解决方案。在原有切分系统基本模型的基础上，加入了粘连情况判别这一模块，从而完整，清晰对各种粘连情况加以区分。同时，本文引入了傅立叶分析的方法使得对于过窄的横向两两粘连字符与较宽的单个字符区分这一问题得到了较好的解决。对投影，外围轮廓，骨架等特征的提取及其各自特点进行了详细分析探讨，从而将这些特征较好的应用于各种粘连情况。最后，本文首次分析了预处理对于粘连字符切分模块的影响，从而进一步在切分之前加入了文本区域局部二值化模块，使得系统对于严重粘连样张的处理性能有了进一步的提高。

目录

文摘

英文文摘

论文说明：图目录、表目录

南开大学学位论文版权使用授权书及原创性声明

第一章前言

第二章切分算法的发展及分类

第三章切分系统模型

第四章切分系统模型的实现与应用分析

第五章总结与展望

致谢

参考文献

个人简历、学术论文与研究成果