1.3 行線(xiàn)標(biāo)記

　　通過(guò)對(duì)得到的二值圖像的行跳變的填補(bǔ)，文本行的變化相對(duì)比較平滑，這有利于行線(xiàn)的標(biāo)記。本方法取每個(gè)文本行的下邊緣來(lái)作為行線(xiàn)。因?yàn)楸尘皡^(qū)域?yàn)楹谏淖謪^(qū)域?yàn)榘咨?，所以?duì)文檔圖像進(jìn)行掃描，從黑色區(qū)域進(jìn)入白色區(qū)域時(shí)所遇到的第一個(gè)像素進(jìn)行標(biāo)記，這樣就把每一行的行線(xiàn)標(biāo)記出來(lái)了，所得到的行線(xiàn)是單像素的。這種方法的優(yōu)點(diǎn)是可以抗傾斜。

　　圖5（a）為對(duì)圖1中的圖像中的行用直線(xiàn)的方式標(biāo)記出來(lái)。為了驗(yàn)證提取出的行線(xiàn)與原圖是否一致，將它與原圖（如圖5（b）所示）進(jìn)行了匹配，可以看出，所得結(jié)果是比較滿(mǎn)意的。

　　2 匹配算法

　　本文所采用的方法是將行線(xiàn)抽象為空間中的一個(gè)點(diǎn)，點(diǎn)的灰度值定義為行線(xiàn)的長(zhǎng)度。全局匹配模式考慮版面的加權(quán)平均，用于全局位置進(jìn)行匹配，這個(gè)過(guò)程相當(dāng)于文本區(qū)定位過(guò)程。局部匹配模式是定義兩個(gè)行在位置、尺寸上的變化情況，通過(guò)位置優(yōu)先（版面）得到匹配模式，進(jìn)而對(duì)匹配誤差能量進(jìn)行計(jì)算。

　　匹配方法轉(zhuǎn)化為兩組點(diǎn)之間的匹配定義問(wèn)題，點(diǎn)模式簡(jiǎn)化了問(wèn)題的復(fù)雜性，只包含了版面結(jié)構(gòu)信息、長(zhǎng)度信息和尺寸信息。

　　中心點(diǎn)加權(quán)匹配方式不能完全解決問(wèn)題，圖像在兩個(gè)尺度上的縮放對(duì)這種方式影響極大。使用歸一化的尺寸可部分解決這個(gè)問(wèn)題，但歸一化后仍需計(jì)算中心點(diǎn)的位置，通過(guò)中心點(diǎn)進(jìn)行坐標(biāo)轉(zhuǎn)換，使用坐標(biāo)轉(zhuǎn)換后的新的點(diǎn)模式對(duì)差異性進(jìn)行度量。

　　每一行起始坐標(biāo)的相對(duì)坐標(biāo)是（xi′，yi′），xi′=xi-x0，yi′=yi-y0。圖6為將行線(xiàn)抽象為空間中的點(diǎn)的圖像，其中亮度代表該行的長(zhǎng)度，位置為起點(diǎn)坐標(biāo)。

　　（2）距離匹配模式計(jì)算

　　將兩個(gè)頁(yè)面的中心點(diǎn)對(duì)齊，從第一個(gè)頁(yè)面的第一行開(kāi)始，與另一個(gè)頁(yè)面每行進(jìn)行比較。假如另一個(gè)頁(yè)面的相對(duì)坐標(biāo)是（uj′，vj′），j=0，…，n-1，每行長(zhǎng)度為wj。計(jì)算兩個(gè)待比較頁(yè)面的坐標(biāo)及長(zhǎng)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(gè)頁(yè)面的第一行與第二個(gè)頁(yè)面的每一行進(jìn)行比較，得到n個(gè)差異能量，求這n個(gè)差異能量的最小值min（dEnerge（i））。第一個(gè)頁(yè)面共有m行，將得到m個(gè)值，對(duì)其求和：

　　不匹配的情況經(jīng)常發(fā)生，例如一個(gè)圖像中含有4個(gè)點(diǎn)模式，另一個(gè)圖像中含有10個(gè)點(diǎn)模式，內(nèi)部點(diǎn)模式之間具有結(jié)構(gòu)相關(guān)性，結(jié)構(gòu)上的相關(guān)性定義為點(diǎn)模式位置掩模距離，該距離用來(lái)度量點(diǎn)模式全局匹配能力。如果一個(gè)點(diǎn)模式為另一個(gè)點(diǎn)模式的子模式，則該方法實(shí)現(xiàn)子圖檢索功能，模式距離最小時(shí)，產(chǎn)生最佳匹配。最佳匹配時(shí)，產(chǎn)生更為細(xì)致的行線(xiàn)檢索能力。使用掩模方法是為了產(chǎn)生更好的查準(zhǔn)率。