蒙古文铅活字印刷技术的发明给我国蒙古民族文化和教育的发展带来了非常深远的影响。活字印刷实现了批量化、规模化生产,大大降低了刻印成本、缩短了工作时间,提高了印刷效率。然而,受制于蒙古文铅印报纸图像标注数据集稀缺与数字化技术的不成熟,目前,蒙古文铅印报纸图书的保存方式仍以纸张形式和扫描图片形式为主,不利于它们的长期保存和开发利用。因此,如何将资料文献、报纸图书转录为电子文档以便于长期保留和二次挖掘成为了亟待解决的问题。蒙古文铅活字报纸的数字化主要面临以下挑战:数据收集过程中图像转录文本中的大量标签噪声,会导致模型泛化能力下降;铅活字报纸不同于规则的印刷文档图像（版面单一、文字规整）,其版面元素多样、布局复杂紧凑,且由于年代久远导致页面褪化,存在字迹模糊、文字扭曲、墨水褪色、渗漏、报纸受损等问题。为图像版面分析和文本识别带来了巨大的挑战。此外,蒙古文文本存在大量的外形正确但编码错误的词。现有的基于词典和规则的孤立词校正方法无法解决集外词错误和句法语义错误。本文针对以上问题,对报纸图像数字化任务中的关键技术:数据集构建、图像版面分析、文本识别、标签噪声处理、文本校正技术展开研究。研究内容和主要工作包括以下四个方面:（1）针对数据资源稀缺问题,本文分别构建了蒙古文铅活字报纸图像版面分析数据集、三种文本粒度的段落标注图文对齐语料库和文本校正语料库,以分别支撑铅活字报纸图像版面分割、文本识别、识别后文本和训练集语料库文本校正任务。版面分析数据集的构建采用半自动页面标注工具——Aletheia进行页面区域框标注和分类;图文对齐语料结合人工转录文本和预训练文字识别模型完成构建;文本校正语料库以人工录入、网络爬取、自动校正等手段构建,包括词干词缀语料库、多音词语料库和整词库。（2）针对相邻区域误合并、版面区域漏检等经典版面分割难点问题,提出了基于无提议的全景分割的版面分析方法——Panoptic-DLA。与以往将布局分析作为单独的目标检测或语义分割问题不同,该框架将版面分析任务定义为无提议的全景分割任务,通过语义分割和实例分割两个解耦分支,为文档图像中的每个像素赋语义标签和实例类别。语义分割分支采用Deep Lab v3+对前景像素及背景像素作像素级语义类别预测,提高了前景像素的检测率。实例分割分支对文本中心-边界概率和文本中心-方向进行建模,为模型加入了区域形状信息。版面分析数据集及其他两个公开评测数据集上的实验结果表明,该方法获得了最高的前景像素检测率,并有效地减少了区域误合并错误的发生。（3）针对训练集中噪声标签影响模型泛化能力问题,提出了课程网络指导的标签噪声检测方法——MSL-Mentor Net。该课程网络以样本多个时间步的损失值序列作为衡量样本难度的标准。在报纸图像识别数据集和手写数字识别数据集MNIST上的结果表明,相比于只关注模型当前状态的“小损失”启发式样本选择或加权方法,该方法获得了更好的标签噪声检测性能。此外,针对早期铅活字报纸字形弯曲、字迹模糊、字符漏印等问题,提出采用TRBA（TPS+Res Net+Bi LSTM+Attention）框架作为铅活字报纸识别任务强基线系统。该网络在编码器之前加入转换层对图像进行弯曲校正,并在解码阶段加入隐式语言模型进行上下文语义建模。基于图文对齐语料库,分别实现了单词级和文本行级两种文本粒度的段落文本识别框架。实验结果表明,转换层和语言模型能有效提升文本识别性能。（4）针对蒙古文国际标准编码文本中一形多音导致的字形正确但编码错误的单词,提出了结合规则、词典、深度学习的多模块编码校正系统。该系统解决了孤立词识别及统计模型对句法语义错误和稀疏词校正的受限问题,依次完成对单音词、集外词、多音词、格后缀的编码校正。具体步骤为:首先,通过词典匹配完成单音词校正,并为多音词和格后缀提供相同字形的候选词集合;其次,采用Evolved Transformer对集外词进行序列预测;然后,采用context2vec上下文表征技术完成多音词词义消歧任务,提高低频词校正准确率,有效解决了多音词语料库稀疏问题;最后,基于规则方法完成格后缀校正。实验结果表明,训练语料库和词级别识别后文本进行自动校正之后,其拼写准确率分别提升了13.18%和4.14%。综上所述,本文围绕蒙古文铅活字报纸图像数字化过程中的数据集构建、版面分析、文字识别、文本校正等四个关键问题进行深入研究和讨论。此外,本文将所提出的方法也在多个公开数据集上进行测试,均取得较好结果。这表明本文所提出的相关方法,对其他语言文档图像的数字化任务也有一定的参考和借鉴意义。