[发明专利]一种基于图像统计学的复杂表格交点聚类提取方法

权利要求书

1.一种基于图像统计学的复杂表格交点聚类提取方法，其特征在于：包括如下步骤：

步骤1：待分割表格图像预处理阶段：将多分辨率的图像数据进行压缩灰度化，使用OTSU进行二值化图像，为后续直线拟合阶段鉴定基础；

步骤2：横向直线方程拟合阶段：通过横向投影直方图统计，结合统计学计量得到横向长直线方程；

步骤3：纵向直线方程拟合阶段：通过纵向投影直方图统计，结合统计学计量得到纵向长直线方程；

步骤4：单元格分割处理阶段：通过直线方程的横纵交叉确定横纵坐标，实现单元格的分割并进行非文字区域的剔除。

2.根据权利要求1所述一种基于图像统计学的复杂表格交点聚类提取方法，其特征在于：所述步骤1的具体步骤为：

步骤101：多分辨率的图像压缩灰度化，检查是否为灰度图，如果不是，转化为灰度图；

步骤102：腐蚀处理，使得黑色区域变大；

步骤103：OTSU二值化处理。

3.根据权利要求1或2所述一种基于图像统计学的复杂表格交点聚类提取方法，其特征在于：所述步骤2的具体步骤为：

步骤201：通过形态学进行横向线段的预提取并通过霍夫检测进行重构直线，得到小短线段的起始终止坐标；

步骤202：对重构直线进行横向直方图投影统计，得到Y方向上像素区域集中分布图及Y坐标集合，对集中分布图进行波峰阈值预分类提取，得到符合条件的局部区域分布及横向坐标区域分布；

步骤203：对预提取横向坐标集合进行顺序排序，根据同一聚类中相邻坐标差值及区间极差偏移量较小，进行各聚类的筛选处理，并进行聚类结果的均值处理，输出横向坐标的聚类数量及区间均值坐标，即可得到横向长直线的直线方程。

4.根据权利要求3所述一种基于图像统计学的复杂表格交点聚类提取方法，其特征在于：所述步骤3的具体步骤为：

步骤301：通过形态学尽可能多的预提取纵向线段，使用霍夫检测进行竖线线段的重构处理，得到小短线段的起始终止坐标；

步骤302：基于拟合的横向直线方程进行重构竖线预处理，对处理后的图像进行纵向直方图投影统计，得到X方向上像素区域集中分布图及X坐标集合；

步骤303：对预提取的纵向坐标集合进行顺序排序，根据同一聚类中相邻坐标差值及区间极差偏移量较小，进行各聚类的筛选处理，根据输入的表格列数及波峰提取聚类数目，并进行区间均值处理，输出纵向区间均值坐标，即可得到纵向长直线的直线方程。