李 濤

(威海職業(yè)學(xué)院 信息工程系，山東 威海264210)

1 模式類區(qū)分方法[1]

對(duì)于圖文混排的復(fù)雜度高的文檔圖像一般采用自底向上的版面分析策略，在通過連通區(qū)搜索算法（包括二次分析）獲得版面全部連通區(qū)信息后即面臨文本區(qū)域和圖像區(qū)域的連通區(qū)信息區(qū)分問題。為方便討論，依模式識(shí)別理論我們稱文本區(qū)域和圖像區(qū)域的連通區(qū)為不同的模式類對(duì)象。 由于文本區(qū)域和圖像區(qū)域不能出現(xiàn)交疊（這種交疊情況我們結(jié)合后續(xù)相同模式類對(duì)象合并過程稱為合并或聚類風(fēng)險(xiǎn)）， 但試驗(yàn)表明即使在剛剛獲得版面全部連通區(qū)信息，即在尚未展開后續(xù)合并等處理過程就已經(jīng)存在文本區(qū)域和圖像區(qū)域交疊的情況，或者說存在合并風(fēng)險(xiǎn)問題。所以有理由說合并風(fēng)險(xiǎn)將是伴隨相同模式類對(duì)象合并過程始終的。由于問題的復(fù)雜性，受二分法思想啟發(fā)，我們把問題逐步分解，即確立圖文分解的方法。

對(duì)于一個(gè)待分析圖像文檔， 我們將圖像中的圖像模式類對(duì)象：邊框線和標(biāo)題在原圖像中濾除，同時(shí)將所提取的文字圖像部分就其在文檔中區(qū)域信息（該信息由對(duì)原圖像的連通區(qū)搜索得到）規(guī)范化為圖像文檔，即作為原始文檔的伴隨圖像。由于生成伴隨圖像，初步排除圖像模式類對(duì)象的干擾， 從而就其文字圖像的版面分析的復(fù)雜度大為降低[2-3]。

需要說明的是這僅是初步做到圖文分解，就是說在伴隨圖像中仍可能存在圖像模式類信息，為此我們采取“漸進(jìn)合并，特征凸現(xiàn)”的策略在后續(xù)處理中解決（對(duì)此將作另文詳述）；另一方面的關(guān)鍵問題是仍無法保證對(duì)不同圖像模式類對(duì)象（如文字、圖像甚至表格）分析的互不干擾性，而這一點(diǎn)正是我們要求系統(tǒng)所能體現(xiàn)出的智能性，它是由聚類穩(wěn)定性算法保證實(shí)現(xiàn)的。

2 輔助功能模塊的運(yùn)用

承前所述，隨著并行合并過程進(jìn)行，由于對(duì)模式類對(duì)象是采用“漸進(jìn)合并，特征凸現(xiàn)”的策略，模式類對(duì)象的確定要建立在一定前提條件上，即要待其模式類特征從不明顯到明顯之后，但在此過程完成時(shí)會(huì)有相互沖突情況產(chǎn)生。盡管上述算法的采用極大提高了系統(tǒng)的版面分析質(zhì)量， 但必須佐以其他功能模塊的運(yùn)用來處理這種更復(fù)雜的情形。該模塊的功能將分別不同情況實(shí)現(xiàn)：1）擇取強(qiáng)勢特征模塊，該情況下將保留取強(qiáng)勢特征對(duì)象同時(shí)舍棄異類對(duì)象；2）折中退讓，該情況下將根據(jù)沖突的情形做單方面的退讓，如可以是文本類對(duì)象退讓圖像類對(duì)象（簡稱“文退圖”）等，由于該情況較復(fù)雜，鑒于篇幅作者只做一般情形解釋。

3 結(jié)論

對(duì)于模式類區(qū)分方法可以做策略層面的理解，這對(duì)于整個(gè)版面分析系統(tǒng)的質(zhì)量是舉足輕重的，但沒有其他方法的輔助則很多具體問題仍不可得以完善和解決，因?yàn)榘婷娣治鲆媾R很多復(fù)雜的模式識(shí)別問題。本文正是探討通過兩者的融合從而是系統(tǒng)最終能體現(xiàn)出智能性的特點(diǎn)，進(jìn)而獲得實(shí)際應(yīng)用的價(jià)值。

［1］周長嶺.中文OCR 中的版面分析算法初探[C]//第六屆全國漢字識(shí)別學(xué)術(shù)會(huì)議論文集，重慶，1996：137-142.

［2］H.Fujisawa, and Y.Nakano. A top-down approach for the analysis of document images[J]. Proc, SSPR90，1990：113-122.

［3］R.Ingold, and D.Armangil. A top-down document analysis method for logical structure recognition[J].Proc.First Int. Conf.On Document Analysis and Recognition,Saint-Malo, France，Sept.30-Oct.2，1991：41-49.