在当今时代,网络和多媒体技术迅猛发展,在促进了信息交换的同时,也带来了对信息的巨大需求。光学字符识别OCR作为计算机信息录入的一个重要技术,也得到了飞速发展。文种识别作为OCR技术的前端和基础,同时也是自动化处理工作中的重要部分,近年来得到了广泛的关注与研究。 本文设计和实现了一个文档图像的文种识别系统。该系统运用于我们的实际工作中,取得了较好的效果。该系统由预处理、版面分析、文种识别三大部分组成。本文的主要研究工作有: (1)图像预处理。预处理是图像处理中一项很重要的工作,预处理的质量直接影响后续工作的效果和成败。本文着重介绍我们改进的Hough变换方法,用于文档图像的倾斜校正。这种算法,通过以下措施减小了计算量:采用合适的量化角度,减小量化步长;选择子区域取代完整的图像,减小待处理的数据量;选取特征点集而不是处理区域全部像素,进一步减小待处理的数据量。最后,为了提高图像质量,不是简单地旋转而是用像素面积插值法进行倾斜的校正。 (2)采用投影法进行简单版面的分割。改进了常用的递归算法,使用多叉树取代二叉树算法,大大减小了冗余运算,降低了算法的复杂度。为了避开投影法对嵌入式等复杂版面分析中的失效,充分利用投影法简单快捷的优点,我们将投影法应用于区域提取和文字行的切分上。 (3)金字塔模型的版面分割。本文提出了一种新的基于形状的版面分析方法——基于金字塔模型的版面分割,解决了复杂版面分析问题。该方法符合人类视觉由粗到精的特点,我们改进了基于连通区的