專利名稱：一種文檔排版類型的檢測方法及系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及文檔排版的檢測領(lǐng)域，具體涉及ー種文檔排版類型的檢測方法及系統(tǒng)。
背景技術(shù)：
文檔圖像有橫排版和豎排版之分。在較為復(fù)雜的版面中還會出現(xiàn)橫排和豎排混合的情況，即一部分區(qū)域是橫排版，一部分區(qū)域是豎排版。排版方向信息也是版面分析中ー個較為重要的信息。很多算法都要依賴于這一信息進(jìn)行調(diào)整。在大批量圖書加工中靠人工去輸入，是一件非常繁瑣的工作，不利于整體加工的自動化，影響整體加工效率。在對文檔的排版方式進(jìn)行判斷吋，一種比較常用的方式是對文檔圖像分別做黑像素的行向或列向投影。在某一方向上方差較大，或者出現(xiàn)投影峰分離，則可判斷出相應(yīng)的排版方向。但是一般易受噪聲、插圖等因素影響。申請?zhí)枮?00910084862. 6、名稱為“判斷文本區(qū)域排版方向的方法”的專利中提出了一種文本區(qū)域排版方向的判斷方法，該方法利用投影的方法，根據(jù)得到的投影直方圖進(jìn)行統(tǒng)計(jì)分析，根據(jù)文本區(qū)域外接矩形的長寬比來判斷排版的方向是橫排還是豎排。雖然該方法能夠判斷文檔中的基本排版類型是橫排或豎排，但是仍然不能夠?qū)旌吓虐?既有橫排又有豎排)的情況進(jìn)行判斷。且易受噪聲、插圖等因素影響。

發(fā)明內(nèi)容
針對現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明的目的在于提供一種文檔排版類型的檢測方法及系統(tǒng)，通過Hough變換參數(shù)空間分析字符排列的周期性實(shí)現(xiàn)對文檔圖像多種排版方式的確認(rèn)。為實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案如下一種文檔排版類型的檢測方法，包括以下步驟(1)選定待檢測的文檔圖像，并對所述文檔圖像進(jìn)行ニ值化處理得到ニ值化圖像；(2)計(jì)算ニ值化圖像的連通域，并計(jì)算連通域的最小外接矩形以及最小外接矩形的中心點(diǎn)坐標(biāo)；(3)將所述最小外接矩形的中心點(diǎn)坐標(biāo)作為Hough變換計(jì)算的輸入點(diǎn)集，在Hough 變換參數(shù)空間投票計(jì)算累加矩陣Α( θ，ρ)；其中，累加矩陣Α(θ，ρ)以θ為χ軸，θ表示文檔圖像的每行或每列的最小外接矩形的中心點(diǎn)所在直線的法線與X軸正半軸的夾角，0彡θ ^ 180； P表示文檔圖像空間的每行或每列的最小外接矩形的中心點(diǎn)所在直線與X軸的距離，P <+r，r為文檔圖像對角線長度的一半；(4)檢測累加矩陣的投票極值點(diǎn)，并對極值點(diǎn)進(jìn)行周期性分析，根據(jù)極值點(diǎn)在不同 θ方向上的周期性確定文檔的排版類型。
進(jìn)一歩，如上所述的ー種文檔排版類型的檢測方法，步驟(1)中，對文檔圖像進(jìn)行 ニ值化處理前，對文檔圖像進(jìn)行預(yù)處理，所述預(yù)處理包括灰度調(diào)整和降噪處理。進(jìn)一歩，如上所述的ー種文檔排版類型的檢測方法，步驟(3)中，在Hough變換參數(shù)空間投票計(jì)算累加矩陣吋，記錄參數(shù)空間中投票點(diǎn)和原始文檔圖像空間中點(diǎn)的對應(yīng)關(guān)承。進(jìn)一歩，如上所述的ー種文檔排版類型的檢測方法，所述極值點(diǎn)是指參數(shù)空間的極大值點(diǎn)，對極值點(diǎn)進(jìn)行周期性分析是指對θ在0°和90°的方向上進(jìn)行周期性分析。進(jìn)一歩，如上所述的ー種文檔排版類型的檢測方法，步驟中，對極值點(diǎn)進(jìn)行周期性分析，確定文檔的排版類型的具體方式為a)當(dāng)極值點(diǎn)只在ー個角度方向上具有周期性吋，θ在90°方向具有周期性為橫排版，θ在0°方向具有周期性為豎排版；b)當(dāng)極值點(diǎn)在兩個角度方向上都具有周期性吋，確定方式如下bl)如果在0°或90°上只存在ー個周期序列，則排版方式為單ー排版類型，如果 θ在0°方向上的周期值大于90°方向上的周期值則為単一豎排版，如果Θ在0°方向上的周期值小于90°方向上的周期值則為単一橫排版；b2)如果在0°或90°上存在兩個或者兩者以上的周期序列，則排版方式為混合排版。進(jìn)一歩，如上所述的ー種文檔排版類型的檢測方法，具有周期性的極值點(diǎn)的周期值大于文檔圖像中字符的最小外接矩形的長或?qū)挘倚∮谖臋n圖像中字符的最小外接矩形的長或?qū)挼膋倍，2彡k彡6。進(jìn)一歩，如上所述的ー種文檔排版類型的檢測方法，所述字符的最小外接矩形的長或?qū)挒槲臋n中所有連通域的最小外接矩形的長或?qū)捴械淖畲笾?。再進(jìn)一歩，如上所述的ー種文檔排版類型的檢測方法，所述極大值點(diǎn)的投票值的閾值范圍為(3，10)。更進(jìn)一歩，如上所述的ー種文檔排版類型的檢測方法，所述極大值點(diǎn)的投票值的閾值優(yōu)選值為5。一種文檔排版類型的檢測系統(tǒng)，包括ニ值化裝置用于對待檢測文檔圖像進(jìn)行ニ值化處理，得到ニ值化圖像；連通域計(jì)算裝置用于計(jì)算ニ值化圖像的連通域，并計(jì)算出連通域的最小外接矩形及最小外接矩形的中心點(diǎn)坐標(biāo)；Hough變換裝置用于將最小外接矩形的中心點(diǎn)坐標(biāo)作為Hough變換計(jì)算的輸入點(diǎn)集，在Hough變換參數(shù)空間投票計(jì)算累加矩陣Α( θ，ρ)；其中，累加矩陣Α(θ，ρ)以θ為X軸，θ表示文檔圖像的每行或每列的最小外接矩形的中心點(diǎn)所在直線的法線與X軸正半軸的夾角，0彡θ ^ 180； P表示文檔圖像空間的每行或每列的最小外接矩形的中心點(diǎn)所在直線與X軸的距離，P <+r，r為文檔圖像對角線長度的一半；排版類型確認(rèn)裝置用于檢測累加矩陣的投票極值點(diǎn)，并對極值點(diǎn)進(jìn)行周期性分折，根據(jù)極值點(diǎn)在不同θ方向上的周期性確定文檔的排版類型。本發(fā)明的效果在干本發(fā)明所述的方法及系統(tǒng)，基于文檔圖像中字行/列的平行性、周期性、以及行間距一般大于字間距的特點(diǎn)，將文字連通域最小外接矩形的中心作為輸入數(shù)據(jù)，在Hough變換參數(shù)空間分析字符排列的周期性，來確定文檔的排版方式。實(shí)現(xiàn)了對文檔圖像為橫排、豎排或者混合排版等多種情況的判斷，克服了現(xiàn)有排版類型確認(rèn)方法中無法處理混合排版的情況缺陷，能夠?qū)ξ臋n圖像中的多種排版方式的進(jìn)行確認(rèn)。


圖1為本發(fā)明一種文檔排版類型的檢測系統(tǒng)的結(jié)構(gòu)框圖；圖2為本發(fā)明一種文檔排版類型的檢測方法的流程圖；圖3為實(shí)施方式中待檢測的橫排版的文檔圖像；圖4為圖3中文檔圖像連通域的最小外接矩形示意圖；圖5為圖3中文檔圖像在Hough變換參數(shù)空間中極值點(diǎn)周期分析結(jié)果圖；圖6為實(shí)施例中待檢測的豎排版的文檔圖像；圖7為圖6中文檔圖像在Hough變換參數(shù)空間中極值點(diǎn)周期分析結(jié)果圖；圖8為實(shí)施例中待檢測的混合排版的文檔圖像；圖9為圖8中文檔圖像在Hough變換參數(shù)空間中極值點(diǎn)周期分析結(jié)果圖。
具體實(shí)施例方式本發(fā)明的主要思想是本發(fā)明所述的方法及系統(tǒng)主要的依據(jù)是文檔中字行(列) 的平行性、周期性、行間距一般大于字間距來確認(rèn)文檔的排版類型。將文字連通域外接矩形的中心作為輸入數(shù)據(jù)，在Hough變換的參數(shù)空間分析字符排列的周期性，同時利用行間距和字間距的關(guān)系來判斷，在參數(shù)空間90度和0度上會出現(xiàn)兩列峰值點(diǎn)，這些點(diǎn)一般按周期性排布，其間隔周期代表了行間距或字間距。對于字符只在ー個方向上對齊的文檔，則只會在ー個角度上極值點(diǎn)具有周期性。如果兩方向上均對齊，則可利用周期的大小來判斷，因?yàn)橐话阄臋n的行間距都會大于字間距?？纱_定混排圖像中的橫排和豎排區(qū)域。下面結(jié)合說明書附圖與具體實(shí)施方式
對本發(fā)明做進(jìn)ー步的詳細(xì)說明。圖1示出了本發(fā)明ー種文檔排版類型的檢測系統(tǒng)的結(jié)構(gòu)框圖，由圖中可以看出， 該系統(tǒng)主要包括以下裝置ニ值化裝置11 用于對待檢測文檔圖像進(jìn)行ニ值化處理，得到ニ值化圖像；連通域計(jì)算裝置12 用于計(jì)算ニ值化圖像的連通域，并計(jì)算出連通域的最小外接矩形及最小外接矩形的中心點(diǎn)坐標(biāo)；Hough變換裝置13 用于將最小外接矩形的中心點(diǎn)坐標(biāo)作為Hough變換計(jì)算的輸入點(diǎn)集，在Hough變換參數(shù)空間投票計(jì)算累加矩陣Α( θ，ρ)；排版類型確認(rèn)裝置14 用于檢測累加矩陣的投票極值點(diǎn)，并對極值點(diǎn)進(jìn)行周期性分析，根據(jù)極值點(diǎn)在不同θ方向上的周期性確定文檔的排版類型。圖2示出了基于圖1中檢測系統(tǒng)的ー種文檔排版類型的檢測方法的流程圖，由圖中可以看出，該方法主要包括以下步驟步驟S21 對文檔圖像進(jìn)行ニ值化處理得到ニ值化圖像；選定待檢測的文檔圖像，如圖3中的文檔圖像，并對所述文檔圖像進(jìn)行ニ值化處理得到ニ值化圖像。Hough變換算法主要是應(yīng)用于ニ值的像素點(diǎn)，本發(fā)明所述的方法是要將
6字或偏旁的最小外接矩形的中心點(diǎn)作為輸入點(diǎn)；求取中心點(diǎn)需要計(jì)算連通域，而要計(jì)算連通域需要將待檢測的文檔圖形轉(zhuǎn)化為ニ值圖像，而文檔圖像中的常見的噪聲對檢測結(jié)果的好壞有很大的影響，所以一般在對文檔圖像進(jìn)行ニ值化處理之前，需要對文檔圖像進(jìn)行預(yù)處理，包括灰度調(diào)整處理和降噪處理。步驟S22 計(jì)算ニ值化圖像的連通域、連通域的最小外接矩形及最小外接矩形的中心點(diǎn)坐標(biāo)；計(jì)算ニ值化圖像的連通域，并計(jì)算連通域的最小外接矩形以及最小外接矩形的中心點(diǎn)坐標(biāo)。ニ值化圖像連通域的標(biāo)記采用現(xiàn)有技木，本具體實(shí)施方式
中不再詳細(xì)描述，對圖 3中的文檔圖像進(jìn)行連通域計(jì)算，并計(jì)算連通域的最小外接矩形的結(jié)果如圖4所示。步驟S23 將最小外接矩形的中心點(diǎn)坐標(biāo)作為Hough變換的輸入點(diǎn)集在參數(shù)空間投票；將步驟S22中所計(jì)算的ニ值圖像連通域的最小外接矩形的中心點(diǎn)坐標(biāo)作為Hough 變換計(jì)算的輸入點(diǎn)集，并在Hough變換參數(shù)空間投票計(jì)算累加矩陣A ( θ，ρ )。在Hough變換中，P 一般表示圖像空間中原點(diǎn)到圖像空間中一條直線的距離(半徑)，θ表示圖像空間中過原點(diǎn)的半徑與X軸正半軸的夾角。對于文檔圖像中同一行或者同一列的字符，其連通域的最小外接矩形的中心點(diǎn)坐標(biāo)應(yīng)該在一條直線上，所以在本發(fā)明中，累加矩陣Α( θ，ρ) 以θ角為X軸，θ表示文檔圖像的每行或每列的最小外接矩形的中心點(diǎn)所在直線的法線與X軸正半軸的夾角，0彡θ ^ 180 ； P表示文檔圖像空間的每行或每列的最小外接矩形的中心點(diǎn)所在直線與X軸的距離，-r彡P(guān)彡+r，r為文檔圖像對角線長度的一半。在Hough 變換參數(shù)空間投票計(jì)算累加矩陣時，同時記錄參數(shù)空間中投票點(diǎn)和原始文檔圖像空間中點(diǎn)的對應(yīng)關(guān)系。步驟S24 檢測分析累加矩陣的投票極值點(diǎn)，根據(jù)極值點(diǎn)的周期性確認(rèn)文檔的排版類型。檢測參數(shù)空間中累加矩陣的投票極值點(diǎn)，并對極值點(diǎn)進(jìn)行周期性分析，根據(jù)極值點(diǎn)在不同方向上的周期性確定文檔的排版類型。本發(fā)明中的極值點(diǎn)指的是極大值點(diǎn)，本實(shí)施方式中，所述的極大值點(diǎn)是指該點(diǎn)累加矩陣的投票值多于其前后兩個點(diǎn)的投票值的點(diǎn)， 例如對于ー投票值為5的點(diǎn)，其前后兩點(diǎn)的投票值如果均小于5，則該點(diǎn)為極大值點(diǎn)，如果前后兩點(diǎn)的投票值其中之一不小于5或者均不小于5，則該點(diǎn)不是極大值點(diǎn)。對極值點(diǎn)進(jìn)行周期性分析指的是對θ在0°和90°的方向上進(jìn)行周期性分析，0°和90°的方向其實(shí)對應(yīng)的是文檔的豎排版排或者橫排版兩個方向。對于文檔圖像，不論是橫排還是豎排，字行/字列的在文檔圖像中的排列是有周期性的，而且行/列間距一般都大于同一行/列的字符間距。在Hough變換的參數(shù)空間中， θ為90度和0度的方向上會出現(xiàn)兩列峰值點(diǎn)，這些點(diǎn)一般是按周期性排列的，間隔周期代表了文檔的行間距或者字符間距，通過對上述周期性的分析，即可確認(rèn)出文檔的排版類型。 其中本實(shí)施方式中對于排版類型進(jìn)行判斷的具體方式如下a)當(dāng)極值點(diǎn)只在ー個角度方向上具有周期性吋，θ在90°方向上具有具有周期性為橫排版，θ在0°方向上具有周期性為豎排版；這是因?yàn)棣缺硎疚臋n圖像的每行或每列的最小外接矩形的中心點(diǎn)所在直線的法線與X軸正半軸的夾角，實(shí)際上就是每一行或每一列的字符所在的直線的法線與X軸的夾角，如果θ為90°，那么說明字符所在的直線與X軸平行，而X軸為橫向的，所以此時即能判斷為橫排版。b)當(dāng)極值點(diǎn)在兩個方向上都具有周期性吋，及θ在0°和90°都具有周期性，這時要分以下兩種情況進(jìn)行判斷bl)如果0°或90°方向上都只是具有ー個周期序列，即0°或90°方向上的周期是單ー的周期，文檔的排版類型確定為単一性排版。這時如果0°方向的周期值大于90° 方向上的，那么文檔為單ー豎排版，如果0°方向的周期值小于90°方向上，那么文檔為單 ー橫排版。b2)如果0°或90°方向上具有兩個或兩個以上的周期序列，那么文檔排版類型為混合排版。根據(jù)經(jīng)驗(yàn)，在豎排版的文檔中，一般文字在橫向上的排列也是整齊的，所以會導(dǎo)致在Hough變換空間0°和90°兩個方向上均有周期性。在兩個方向上均具有周期性吋，再查看0°或90°方向上的周期間隔即周期值是否是唯一的，若是即為bl情況，此時如果0° 方向上的周期值應(yīng)大于90°方向上的周期值為單一豎排版的情況，如果90°方向上的周期值應(yīng)大于0°方向上的周期值為單一橫排版的情況，這是由文檔圖像中行間距/列間距一般要大于同一行/列中兩個相鄰字符的間距的特點(diǎn)決定的。如果0°或90°方向的周期間隔不是唯一的，即為は情況，此時即可判為混排版。此外，在實(shí)際的排版判斷吋，Hough變換參數(shù)空間投票計(jì)算累加矩陣吋，投票值是有一定最低閾值的，當(dāng)上述選出的極大值點(diǎn)的投票值大于最低閾值吋，才能成為判斷時所采用的極大值點(diǎn)，即需要對極大值點(diǎn)進(jìn)行篩選，根據(jù)經(jīng)驗(yàn)該最低閾值可選范圍一般大于3 小于10，優(yōu)選值為5 (經(jīng)驗(yàn)值)，只有選出的極大值點(diǎn)的投票數(shù)大于設(shè)定閾值，才作為判斷排版過程的極大值點(diǎn)。本發(fā)明所述的方法利用的是極值點(diǎn)周期性進(jìn)行判斷的，而該周期其實(shí)即為文檔圖像中的行間距/列間距和字符間距。本具體實(shí)施方式
中的行間距/列間距即為同一行/列的字符的最小外接矩形的中心點(diǎn)所在的直線與相鄰行/列的字符的最小外接矩形的中心點(diǎn)所在的直線之間的距離，字符間距即為同一行/列中相鄰兩個字符的最小外接矩形的中心點(diǎn)之間的距離。由于行間距行間距/列間距或者字符間距一般都是要大于單個字符的寬或高的，所以周期值也應(yīng)該大于該值，如果周期值太小，也有可能是噪聲所引起的，所以本實(shí)施方式中，周期值大于文檔圖像中字符的最小外接矩形的長或?qū)挘瑫r小于文檔圖像中字符的最小外接矩形的長或?qū)挼膋倍，2 < k < 6，k的取值范圍一般是2 6，優(yōu)選值為3。根據(jù)文檔圖像中所有字符的最小外接矩形，統(tǒng)計(jì)出最大的長寬值，在判斷排版類型時，查看周期值是否大于所有長寬值中統(tǒng)計(jì)概率最大的長寬值來確定出是否為正常的周期值。下面結(jié)合具體的實(shí)施例對本發(fā)明進(jìn)行進(jìn)一步的說明。實(shí)施例對于圖3中所示的文檔圖像，首先進(jìn)行ニ值化處理，得到ニ值化圖像，并計(jì)算標(biāo)識 ニ值化圖像的連通域，計(jì)算出連通域的最小外接矩形，如圖4所示，然后將最小外接矩形的中心點(diǎn)坐標(biāo)作為Hough變換計(jì)算的輸入點(diǎn)集，在Hough變換參數(shù)空間投票，計(jì)算累加矩陣 Α(θ，P)，同時記錄參數(shù)空間投票點(diǎn)與原始圖像空間站中點(diǎn)的對應(yīng)關(guān)系，之后檢測參數(shù)空間累加矩陣的極大值點(diǎn)，并在θ的0°和90°方向上進(jìn)行極值點(diǎn)的周期性分析，并對極值點(diǎn)進(jìn)行篩選，其結(jié)果如圖5所示(圖中橫向?yàn)棣?)，由圖中可以看出，θ只在90度方向上具有周期性，所以判定圖3中的文檔圖像的排版方式為橫排版。對于圖6中的文檔圖像，在Hough變換參數(shù)空間進(jìn)行極值點(diǎn)的分析，并對極值點(diǎn)進(jìn)行篩選后其結(jié)果如圖7所示，由圖中可以看出，θ在0度和90度方向上均具有周期性，每個方向上的周期性其周期值僅有一個，為bl情況，為單ー排版，而θ在0度方向上的周期值要大于90度方向上的周期值，所以為當(dāng)以豎排版的情況。對于圖8中的文檔圖像，在Hough變換參數(shù)空間進(jìn)行極值點(diǎn)的分析，并對極值點(diǎn)進(jìn)行篩選后(即所選出的極大值點(diǎn)的投票值滿足大于設(shè)定的投票閾值的條件)其結(jié)果如圖9 所示，由圖中可以看出，θ在0度和90度方向上均具有周期性，在0度方向上只有ー個周期值，而在90度方向上具有兩個周期值(90度方向上的前六個極值點(diǎn)具有同一個周期值， 后面的極值點(diǎn)具有另外ー個周期值)，所以為は情況，為混排情況。而且由圖8文檔的實(shí)際排版情況，可以看出，對于混排中的豎排部分，在橫向排列方向上也具有周期性，所以θ在 90方向上會有兩個周期值，是符合實(shí)際情況的。顯然，本領(lǐng)域的技術(shù)人員可以對本發(fā)明進(jìn)行各種改動和變型而不脫離本發(fā)明的精神和范圍。這樣，倘若本發(fā)明的這些修改和變型屬于本發(fā)明權(quán)利要求及其同等技術(shù)的范圍之內(nèi)，則本發(fā)明也意圖包含這些改動和變型在內(nèi)。
權(quán)利要求
1.一種文檔排版類型的檢測方法，包括以下步驟(1)選定待檢測的文檔圖像，并對所述文檔圖像進(jìn)行ニ值化處理得到ニ值化圖像；(2)計(jì)算ニ值化圖像的連通域，并計(jì)算連通域的最小外接矩形以及最小外接矩形的中心點(diǎn)坐標(biāo)；(3)將所述最小外接矩形的中心點(diǎn)坐標(biāo)作為Hough變換計(jì)算的輸入點(diǎn)集，在Hough變換參數(shù)空間投票計(jì)算累加矩陣Α( θ，ρ)；其中，累加矩陣Α(θ，ρ)以θ為X軸，θ表示文檔圖像的每行或每列的最小外接矩形的中心點(diǎn)所在直線的法線與X軸正半軸的夾角，0彡θ ^ 180 ； P表示文檔圖像空間的每行或每列的最小外接矩形的中心點(diǎn)所在直線與X軸的距離，P <+r，r為文檔圖像對角線長度的一半；(4)檢測累加矩陣的投票極值點(diǎn)，并對極值點(diǎn)進(jìn)行周期性分析，根據(jù)極值點(diǎn)在不同θ 方向上的周期性確定文檔的排版類型。
2.如權(quán)利要求1所述的ー種文檔排版類型的檢測方法，其特征在于步驟(1)中，對文檔圖像進(jìn)行ニ值化處理前，對文檔圖像進(jìn)行預(yù)處理，所述預(yù)處理包括灰度調(diào)整和降噪處理。
3.如權(quán)利要求1所述的ー種文檔排版類型的檢測方法，其特征在于步驟(3)中，在 Hough變換參數(shù)空間投票計(jì)算累加矩陣吋，記錄參數(shù)空間中投票點(diǎn)和原始文檔圖像空間中點(diǎn)的對應(yīng)關(guān)系。
4.如權(quán)利要求3所述的ー種文檔排版類型的檢測方法，其特征在干步驟(4)中，所述極值點(diǎn)是指參數(shù)空間的極大值點(diǎn)，對極值點(diǎn)進(jìn)行周期性分析是指對θ在0°和90°的方向上進(jìn)行周期性分析。
5.如權(quán)利要求4所述的ー種文檔排版類型的檢測方法，其特征在干步驟(4)中，對極值點(diǎn)進(jìn)行周期性分析，確定文檔的排版類型的具體方式為a)當(dāng)極值點(diǎn)只在ー個角度方向上具有周期性吋，θ在90°方向具有周期性為橫排版， θ在0°方向具有周期性為豎排版；b)當(dāng)極值點(diǎn)在兩個角度方向上都具有周期性吋，確定方式如下bl)如果在0°或90°上只存在ー個周期序列，則排版方式為單ー排版類型，如果θ在 0°方向上的周期值大于90°方向上的周期值則為単一豎排版，如果θ在0°方向上的周期值小于90°方向上的周期值則為単一橫排版；b2)如果在0°或90°上存在兩個或者兩者以上的周期序列，則排版方式為混合排版。
6.如權(quán)利要求5所述的ー種文檔排版類型的檢測方法，其特征在于具有周期性的極值點(diǎn)的周期值大于文檔圖像中字符的最小外接矩形的長或?qū)?，且小于文檔圖像中字符的最小外接矩形的長或?qū)挼膋倍，2彡k < 6。
7.如權(quán)利要求6所述的ー種文檔排版類型的檢測方法，其特征在于所述文檔圖像中字符的最小外接矩形的長或?qū)挒槲臋n中所有連通域的最小外接矩形的長或?qū)捴械淖畲笾怠?br> 8.如權(quán)利要求4至6之一所述的ー種文檔排版類型的檢測方法，其特征在于所述極大值點(diǎn)的投票值的閾值范圍為(3，10)。
9.如權(quán)利要求8所述的ー種文檔排版類型的檢測方法，其特征在于所述極大值點(diǎn)的投票值的閾值優(yōu)選值為5。
10. 一種文檔排版類型的檢測系統(tǒng)，包括ニ值化裝置用于對待檢測文檔圖像進(jìn)行ニ值化處理，得到ニ值化圖像； 連通域計(jì)算裝置用于計(jì)算ニ值化圖像的連通域，并計(jì)算出連通域的最小外接矩形及最小外接矩形的中心點(diǎn)坐標(biāo)；Hough變換裝置用于將最小外接矩形的中心點(diǎn)坐標(biāo)作為Hough變換計(jì)算的輸入點(diǎn)集， 在Hough變換參數(shù)空間投票計(jì)算累加矩陣A ( θ , ρ)；其中，累加矩陣Α(θ，ρ)以θ為X軸，θ表示文檔圖像的每行或每列的最小外接矩形的中心點(diǎn)所在直線的法線與X軸正半軸的夾角，0彡θ ^ 180 ； P表示文檔圖像空間的每行或每列的最小外接矩形的中心點(diǎn)所在直線與X軸的距離，P <+r，r為文檔圖像對角線長度的一半；排版類型確認(rèn)裝置用于檢測累加矩陣的投票極值點(diǎn)，并對極值點(diǎn)進(jìn)行周期性分析，根據(jù)極值點(diǎn)在不同θ方向上的周期性確定文檔的排版類型。
全文摘要
本發(fā)明公開了一種文檔排版類型的檢測方法及系統(tǒng)，屬于文檔排版類型檢測領(lǐng)域。本發(fā)明所述的方法及系統(tǒng)，依據(jù)文檔中字行/列的平行性、周期性以及行間距大于字間距等特點(diǎn)，以文字連通域最小外接矩形的中心點(diǎn)坐標(biāo)作為Hough變換的輸入點(diǎn)集，在Hough變換的參數(shù)空間進(jìn)行投票，對投票極值點(diǎn)進(jìn)行周期性分析，通過參數(shù)空間中極大值點(diǎn)在不同方向上的周期性，確定文檔的排版類型。通過本發(fā)明所述的方法及系統(tǒng)實(shí)現(xiàn)了對文檔中各種排版情況中排版類型的確認(rèn)。
文檔編號G06K9/46GK102567732SQ20111044579
公開日2012年7月11日 申請日期2011年12月28日 優(yōu)先權(quán)日2011年12月28日
發(fā)明者胡希馳 申請人:方正國際軟件(北京)有限公司, 方正國際軟件有限公司