[发明专利]文档图像处理装置和文档图像处理方法

权利要求书

1.一种文档图像处理装置，其特征在于，具有：

标题区域储存部，其对文档图像中存在的两个以上标题区域中所包含 的文字图像，将图像特征匹配度高的文字图像作为候补文字来储存；

标题区域抽出部，其以构成所输入的检索式中的检索关键词的1个检 索文字为单位，来检索标题区域储存部，并抽出包含检索关键词的标题区 域；

顺序设定部，其对由标题区域抽出部抽出的标题区域，按照预定的规 则来设定顺序；

显示部，其显示文档图像，而且在所显示的文档图像上，按照由顺序 设定部设定的顺序，强调显示由标题区域抽出部抽出的标题区域，

还包括：

文档图像数据库，其在输入上述文档图像时，是对上述文档图像附加 用于识别的文档ID来进行输入的；

标题区域初始处理部，其根据被输入到上述文档图像数据库中的上述 文档图像的图像数据来定位文档图像中的标题区域，并作为该标题区域的 图像抽出，该标题区域的图像包含两个以上文字的文字列；

文档图像特征数据库，其存储文字图像的特征；

文字图像特征抽出部，其将由上述标题区域初始处理部抽出的上述标 题区域的图像分割为单个文字的文字图像之后，抽出各文字图像的特征， 按每个文档图像存储在上述文档图像特征数据库中；

字形特征字典，其存储有字形的特征；

字形样本数据库；

索引信息数据库，其存储索引信息；

特征匹配部，其从上述文档图像特征数据库中读出包含在上述文档图 像的标题区域中的文档图像的特征，根据读出的该特征，参照上述字形特 征字典生成上述候补文字的索引矩阵，在该索引矩阵中包含文档ID和上 述文档图像数据库内的该文档图像的保存位置的信息，作为索引信息存储 在上述索引信息数据库中，

其中，上述字形特征字典中存储有由上述文字图像特征抽出部从预先 存储在上述字形样本数据库中的所有基准文字图像中抽出的上述基准文 字图像的抽出结果。

2.根据权利要求1所述的文档图像处理装置，其特征在于，上述标题 区域储存部对于文档图像中存在的两个以上标题区域，还储存文档图像中 的标题区域的位置信息，

上述顺序设定部，对由上述标题区域抽出部抽出的标题区域，基于文 档图像中的标题区域的位置信息来设定顺序。

3.根据权利要求1所述的文档图像处理装置，其特征在于，上述顺序 设定部在所输入的检索式中的检索关键词的个数是两个以上的情况下，对 由上述标题区域抽出部抽出的标题区域，基于标题区域中所包含的检索关 键词的个数来设定顺序。

4.根据权利要求1所述的文档图像处理装置，其特征在于，上述顺序 设定部对由上述标题区域抽出部抽出的标题区域，基于与检索关键词的一 部分或全部一致的文字列部分的文字数来设定顺序。

5.根据权利要求1所述的文档图像处理装置，其特征在于，上述顺序 设定部对由上述标题区域抽出部抽出的标题区域，基于标题区域中所包含 的文字图像的尺寸来设定顺序。

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 顺序设定部根据所输入的顺序变更指令，对由上述标题区域抽出部抽出的 标题区域，变更顺序的设定。

7.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 显示部能够设定强调显示的显示状态。

8.根据权利要求1所述的文档图像处理装置，其特征在于，

上述标题区域储存部对于文档图像中的多个标题区域，还存储有文档 图像中的标题区域的位置信息，

上述顺序设定部，在所输入的检索式中的检索关键词的个数是两个以 上的情况下，对由上述标题区域抽出部抽出的标题区域，基于上述检索关 键词的个数和文档图像中的标题区域的位置信息来设定顺序。