一種文檔圖像檢索算法設(shè)計和實現(xiàn)

　　3 實驗結(jié)果與分析

　　應(yīng)用上述方法進行了實驗，數(shù)據(jù)為手寫體英文，數(shù)據(jù)采集分辨率為100 dpi，256級灰度圖像，數(shù)據(jù)量為100幅文檔圖像。對不同的圖像分別比較它們的相似度。圖7（b）、（c）、（d）是與圖7（a）的相似度分別為40.422 9、45.760 7和43.407 8的圖像。圖8（b）、（c）、（d）是與圖8（a）原圖像版面結(jié)構(gòu)相似的幾種圖像類型。圖9（b）、（c）、（d）是與圖9（a）原圖像版面結(jié)構(gòu)具有差異的幾種圖像類型。

　　本文使用對100幅文檔圖像兩兩進行版面結(jié)構(gòu)的匹配，共有4 950種結(jié)果。實驗結(jié)果表明，兩種不同版面的能量差異最大的在340左右，如圖10所示。橫坐標顯示的是100幅圖像兩兩匹配出現(xiàn)的情況的數(shù)目，可以取到的最大坐標為4 950，縱坐標為各匹配情況對應(yīng)的能量差異，最大值350。從圖中可以看出能量差異主要集中在50~200之間。

　　各個能量點的頻數(shù)的直方圖如圖11所示，圖中橫坐標為能量差異數(shù)據(jù)，最大為340左右，提取到350?？v坐標為取到各個能量的情況的數(shù)目的累加。從圖11可以更直觀地觀察到能量差異在50~200之間的數(shù)目最多。

　　實驗結(jié)果表明：（1）文檔圖像的版面結(jié)構(gòu)具有相對的穩(wěn)定性。（2）點匹配模式計算了最小距離，可有效表示圖像的文本行基本信息。（3）距離匹配較為簡單，使用了三個維度的一維距離，有較好的區(qū)分性。對距離計算統(tǒng)計表明，具有正態(tài)分布特性。（4）點匹配模式需進一步進行研究，算法的復(fù)雜度需進一步降低，以進行實時圖像處理。

　　本文針對文檔圖像的檢索方法進行了研究，提出一種文檔圖像檢索的新方法。分析了文檔圖像版面特性，使用分割方法確定文本行，將文本行進行標記，找出頁面的中心點坐標，中心點坐標將文本行的長度作為權(quán)重考慮在內(nèi)，得到相對坐標。根據(jù)相對坐標和文本行長度得到一個差異能量，根據(jù)差異能量來進行匹配。并對該方法進行了實驗和結(jié)果分析。本方法的優(yōu)點是，當文檔的行出現(xiàn)傾斜和縮放時，不影響匹配的進行。但需要進一步降低所用的點匹配模式時間復(fù)雜度，以進行實時圖像處理。