[发明专利]一种形变表格结构识别方法

权利要求书

1.一种形变表格结构识别方法，其特征在于，该方法包括以下步骤：

(1)图像预处理；对输入的含有表格的原始图像I进行图像增强、二值化及骨架提取，得到第一二值图像I₁；

(2)字符去除；采用字符去除算法将第一二值图像I₁中存在的大部分字符去除，得到第二二值图像I₂；然后进一步判断像素点四个邻接矩形区域中黑色像素点的个数，将第二二值图像I₂中的所有字符去除，得到第三二值图像I₃；

(3)角点定位；首先采用角点检测算法对第三二值图像I₃中的角点进行检测，得到第一角点集合P₁；然后对第一角点集合P₁中的角点进行聚类，得到第二角点集合P₂；最后对第二角点集合P₂中不符合条件的角点进行筛选，得到原始图像I的角点集合P₃；

(4)轮廓获取；将第三二值图像I₃水平方向上宽度为1的像素删除，获取只保留水平线的第四二值图像I₄；获取第四二值图像I₄中所有的轮廓Con₁,Con₂,...,Con_β，其中β为第四二值图像I₄中的轮廓总数；

(5)单元格定位；对角点集合P₃中的所有角点进行分类，将角点集合P₃中属于轮廓的角点加入到点集其中得到角点集合然后根据角点集合point₁,point₂,...,point_β中的每一个角点的位置，确定原始图像I中每一个单元格的左上角顶点、右上角顶点、右下角顶点、左下角顶点的坐标，得到单元格坐标集合CP。

2.根据权利要求1所述的一种形变表格结构识别方法，其特征在于：上述步骤(1)中对输入的含有表格的原始图像I进行图像增强、二值化及骨架提取，具体采用了以下方法：

(1.1)对输入的原始图像I采用图像增强算法进行图像增强，得到图像增强结果图像I₀₁，然后采用图像二值化算法对图像增强结果图像I₀₁进行图像二值化，得到图像增强结果二值图像I₀₂；

(1.2)采用骨架提取算法对图像增强结果二值图像I₀₂进行骨架提取，得到第一二值图像I₁。