基于文本布局块距离度量的文档图像检索

摘要

针对现有基于图像文档转换为文本后进行文档检索的方法,无法满足当今超大量数字图像库的处理场景.文中提出一种基于文本布局块的文档图像检索方法.根据文本布局块之间的距离特征,定义了新的距离函数,利用新的距离函数计算得到文本布局块之间的距离矩阵,并结合匈牙利算法求出文档图像的最佳匹配结果.通过大量实验证明,所提方法能够有效地提高图像文档检索准确度,并且能保证78.2％的正确率.