一種文檔圖像檢索算法設計和實現(xiàn)

　　1.3 行線標記

　　通過對得到的二值圖像的行跳變的填補，文本行的變化相對比較平滑，這有利于行線的標記。本方法取每個文本行的下邊緣來作為行線。因為背景區(qū)域為黑色，文字區(qū)域為白色，所以對文檔圖像進行掃描，從黑色區(qū)域進入白色區(qū)域時所遇到的第一個像素進行標記，這樣就把每一行的行線標記出來了，所得到的行線是單像素的。這種方法的優(yōu)點是可以抗傾斜。

　　圖5（a）為對圖1中的圖像中的行用直線的方式標記出來。為了驗證提取出的行線與原圖是否一致，將它與原圖（如圖5（b）所示）進行了匹配，可以看出，所得結果是比較滿意的。

　　2 匹配算法

　　本文所采用的方法是將行線抽象為空間中的一個點，點的灰度值定義為行線的長度。全局匹配模式考慮版面的加權平均，用于全局位置進行匹配，這個過程相當于文本區(qū)定位過程。局部匹配模式是定義兩個行在位置、尺寸上的變化情況，通過位置優(yōu)先（版面）得到匹配模式，進而對匹配誤差能量進行計算。

　　匹配方法轉化為兩組點之間的匹配定義問題，點模式簡化了問題的復雜性，只包含了版面結構信息、長度信息和尺寸信息。

　　中心點加權匹配方式不能完全解決問題，圖像在兩個尺度上的縮放對這種方式影響極大。使用歸一化的尺寸可部分解決這個問題，但歸一化后仍需計算中心點的位置，通過中心點進行坐標轉換，使用坐標轉換后的新的點模式對差異性進行度量。

　　每一行起始坐標的相對坐標是（xi′，yi′），xi′=xi-x0，yi′=yi-y0。圖6為將行線抽象為空間中的點的圖像，其中亮度代表該行的長度，位置為起點坐標。

　　（2）距離匹配模式計算

　　將兩個頁面的中心點對齊，從第一個頁面的第一行開始，與另一個頁面每行進行比較。假如另一個頁面的相對坐標是（uj′，vj′），j=0，…，n-1，每行長度為wj。計算兩個待比較頁面的坐標及長度的差Δxi、Δyi、Δzi，其中：Δxi=xi′-uj′，Δyi=yi′-vj′，Δzi=zi-wj。則定義差異能量為：

　　dEnerge（i）=Δxi+Δyi+Δzi

　　將第一個頁面的第一行與第二個頁面的每一行進行比較，得到n個差異能量，求這n個差異能量的最小值min（dEnerge（i））。第一個頁面共有m行，將得到m個值，對其求和：

　　不匹配的情況經(jīng)常發(fā)生，例如一個圖像中含有4個點模式，另一個圖像中含有10個點模式，內(nèi)部點模式之間具有結構相關性，結構上的相關性定義為點模式位置掩模距離，該距離用來度量點模式全局匹配能力。如果一個點模式為另一個點模式的子模式，則該方法實現(xiàn)子圖檢索功能，模式距離最小時，產(chǎn)生最佳匹配。最佳匹配時，產(chǎn)生更為細致的行線檢索能力。使用掩模方法是為了產(chǎn)生更好的查準率。