位置:成果数据库 > 期刊 > 期刊详情页
综合文字和非文字区域特征的文档图像检索
  • ISSN号:1002-8331
  • 期刊名称:《计算机工程与应用》
  • 时间:0
  • 分类:TP391[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]山东大学信息科学与工程学院,济南250100
  • 相关基金:国家自然科学基金重点项目(the Grand National Natural Science Foundation of China under Grant No.60832008)
作者: 张田[1]
中文摘要:

提出一种改进的自适应文字区域提取算法,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字符间空白、连通字符高度和宽度等局部特征,以及书写样式、段落特征等全局特征;对非文字区域,提取关键块特征。然后利用检索算法将文字区域特征和非文字区域特征结合起来,提高检索的准确性。同时,在检索算法中引入多维数据检索结构,有效地提高检索速度。通过对大规模文档数据库(包含12024个文档)的检索,表明该算法具有较高的效率,优于现有的一般文档图像检索算法。

英文摘要:

An improved self-adaptive method for text area extraction is proposed.With it,the document image is segmented into text area and non-text area firstly.And then,for text area,local features and global features are extracted.The local features include gaps between connected characters,height and width of connected characters,and the global features contain writing style and paragraph features.For non-text area,the key block feature is extracted.After that,the retrieval method combines all the features to improve the accuracy.Meantime,multi-dimensional retrieval structure is introduced to improve the speed.The experiments performed on a large-scale document image database(including 12,024 images) reveal that the method is more efficient than existing ones.

同期刊论文项目
期刊论文 92 会议论文 89 专利 14 著作 1
同项目期刊论文
期刊信息
  • 《计算机工程与应用》
  • 北大核心期刊(2014版)
  • 主管单位:中国电子科技集团公司
  • 主办单位:华北计算技术研究所
  • 主编:怀进鹏
  • 地址:北京市海淀区北四环中路211号北京619信箱26分箱
  • 邮编:100083
  • 邮箱:ceaj@vip.163.com
  • 电话:
  • 国际标准刊号:ISSN:1002-8331
  • 国内统一刊号:ISSN:11-2127/TP
  • 邮发代号:82-605
  • 获奖情况:
  • 1. 2012年首批获得中国学术文献评价中心发布的 “...,2. 2001年获得新闻出版署“中国期刊方阵双效期刊”,3. 2008年首批入选国家科技部“中国精品科技期刊...,4.2003年-2011年连续获得工业和信息化部期刊最高...
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,波兰哥白尼索引,美国剑桥科学文摘,英国科学文摘数据库,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:97887