李 濤

(威海職業(yè)學院 信息工程系，山東 威海264210)

1 模式類區(qū)分方法[1]

對于圖文混排的復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合后續(xù)相同模式類對象合并過程稱為合并或聚類風險）， 但試驗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，或者說存在合并風險問題。所以有理由說合并風險將是伴隨相同模式類對象合并過程始終的。由于問題的復雜性，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。

對于一個待分析圖像文檔， 我們將圖像中的圖像模式類對象：邊框線和標題在原圖像中濾除，同時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象的干擾， 從而就其文字圖像的版面分析的復雜度大為降低[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“漸進合并，特征凸現(xiàn)”的策略在后續(xù)處理中解決（對此將作另文詳述）；另一方面的關鍵問題是仍無法保證對不同圖像模式類對象（如文字、圖像甚至表格）分析的互不干擾性，而這一點正是我們要求系統(tǒng)所能體現(xiàn)出的智能性，它是由聚類穩(wěn)定性算法保證實現(xiàn)的。

2 輔助功能模塊的運用

承前所述，隨著并行合并過程進行，由于對模式類對象是采用“漸進合并，特征凸現(xiàn)”的策略，模式類對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，但在此過程完成時會有相互沖突情況產(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用來處理這種更復雜的情形。該模塊的功能將分別不同情況實現(xiàn)：1）擇取強勢特征模塊，該情況下將保留取強勢特征對象同時舍棄異類對象；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，如可以是文本類對象退讓圖像類對象（簡稱“文退圖”）等，由于該情況較復雜，鑒于篇幅作者只做一般情形解釋。

3 結論

對于模式類區(qū)分方法可以做策略層面的理解，這對于整個版面分析系統(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，因為版面分析要面臨很多復雜的模式識別問題。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，進而獲得實際應用的價值。

［1］周長嶺.中文OCR 中的版面分析算法初探[C]//第六屆全國漢字識別學術會議論文集，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.