[发明专利]文档图像处理装置以及文档图像处理方法

权利要求书

1.一种文档图像处理装置，对所存储的文档图像赋予文档名并进行管理，该文档图像处理装置的特征在于，具有：

字形特征字典，其以单个文字为单位储存有文字图像的图像特征；

标题抽出部，其抽取出在所输入的文档图像中存在的标题区域；

图像特征抽出部，其将在由上述标题抽出部抽取出的标题区域中所包含的文字列的文字图像按单个文字进行分割，并抽出各文字图像的图像特征；

候补文字列生成部，其以由上述图像特征抽出部抽出的文字图像的图像特征为基础，参照上述字形特征字典，来选择图像特征的匹配度高的文字图像作为候补文字，制作成相应于上述文字列的候补文字列，而且采用词义解析法来调整构成该候补文字列的各候补文字，并设为有意义的候补文字列；

文档名制作部，其对上述所输入的文档图像，制作包含由上述候补文字列生成部生成的有意义的候补文字列的第一文档名。

2.一种文档图像处理装置，对所存储的文档图像赋予文档名并进行管理，该文档图像处理装置的特征在于，具有：

字形特征字典，其以单个文字为单位储存有文字图像的图像特征；

标题抽出部，其抽取出在所输入的文档图像中存在的标题区域；

图像特征抽出部，其将由上述标题抽出部抽取出的标题区域中所包含的文字列的文字图像按单个文字进行分割，并抽出各文字图像的图像特征；

候补文字列生成部，其以由上述图像特征抽出部抽出的文字图像的图像特征为基础，从上述字形特征字典，按图像特征匹配度从高到低的顺序选择N个文字图像作为候补文字，其中N为N＞1的整数，且将上述文字列的文字数设为M个，其中M为M＞1的整数，在该场合下，制作M×N维索引矩阵，基于该索引矩阵，来制作将该索引矩阵中的连续的各行的一个候补文字依次排列的候补文字列，并且采用词义解析法来调整构成该候补文字列的各候补文字，并设为有意义的候补文字列；

文档名制作部，其对上述所输入的文档图像，制作包含由上述候补文字列生成部生成的有意义的候补文字列的第一文档名。

3.根据权利要求1或2所述的文档图像处理装置，其特征在于，上述文档名制作部在第一文档名中包含上述所输入的文档图像被输入的时间的数据。

4.根据权利要求1或2所述的文档图像处理装置，其特征在于，上述文档管理部除第一文档名之外另外制作包含上述所输入的文档图像被输入的时间的数据的第二文档名，并对一个文档图像利用第一文档名和第二文档名来进行管理。

5.根据权利要求1或2所述的文档图像处理装置，其特征在于，上述标题抽出部利用投影法和连通区域统计分析法，来抽取出文档图像中的标题区域。

6.根据权利要求1或2所述的文档图像处理装置，其特征在于，上述图像特征抽出部利用网格方向特征和文字图像外围特征的组合，来抽出文字图像的图像特征。

7.一种文档图像处理方法，对所存储的文档图像赋予文档名并进行管理，该文档图像处理方法的特征在于，具有：

标题抽出步骤，抽取出在所输入的文档图像中存在的标题区域；

图像特征抽出步骤，将在上述标题抽出步骤中抽取出的标题区域中所包含的文字列的文字图像按单个文字进行分割，并抽出各文字图像的图像特征；

候补文字列生成步骤，以在上述图像特征抽出步骤中抽出的文字图像的图像特征为基础，参照以单个文字为单位储存有文字图像的图像特征的字形特征字典，来选择图像特征的匹配度高的文字图像作为候补文字，并制作成相应于上述文字列的候补文字列，而且采用词义解析法来调整构成该候补文字列的各候补文字，并设为有意义的候补文字列；

文档管理步骤，对上述所输入的文档图像，制作包含上述候补文字列生成步骤中生成的有意义的候补文字列的第一文档名，并进行管理。

8.一种文档图像处理方法，对所存储的文档图像赋予文档名并进行管理，该文档图像处理方法的特征在于，具有：

标题抽出步骤，抽出在所输入的文档图像中存在的标题区域；

图像特征抽出步骤，将在上述标题抽出步骤中抽出的标题区域中所包含的文字列的文字图像按单个文字进行分割，并抽出各文字图像的图像特征；

特征匹配步骤，以在上述图像特征抽出步骤中抽出的文字图像的图像特征为基础，从以单个文字为单位储存有文字图像的图像特征的字形特征字典中，按图像特征匹配度从高到低的顺序选择N个文字图像作为候补文字，其中N为N＞1的整数，且将上述文字列的文字数设为M个，其中M为M＞1的整数，在该场合下，制作M×N维索引矩阵；

文档管理步骤，对上述所输入的文档图像，基于上述特征匹配步骤中制作出的索引矩阵，来制作包含将该索引矩阵中的连续的各行的一个候补文字按顺序排列的候补文字列的第一文档名，并进行管理。