[发明专利]一种表单图像分类方法

摘要

本发明涉及一种表单图像分类方法。对于训练图像，首先对属于同一类的表单求取均值图像，均值图像的每个像素点是每张训练图像在该位置的像素的均值，得到的均值图像构成每一类的均值模板；然后求取三种权重值：一致性权重、随机性权重和抖动性权重，在进行表单分类时使用三种权重和均值模板进行分类的计算。也可以将平均表单改为取该位置像素点众数的表单，然后针对该众数表单计算方差和不同的权值。本发明能够减少用户填写信息的随机性带来的影响，同时放大表单版面中区分信息的重要性，从而针对版面相似的中文表单取得很好的分类性能。

主权项

1.一种表单图像分类方法，其特征在于，包括如下步骤：1)将一部分已知类型的相似表单图像作为训练图像，对训练图像中属于同一类的表单求取均值图像，作为每一类表单的均值模板；所述均值图像的每个像素点是每张训练图像在相同位置的像素的均值；2)利用所述训练图像和所述均值模板计算训练图像中相似表单的一致性权重和随机性权重，所述一致性权重衡量相似表单的类间一致性，所述随机性权重衡量用户填写区域的随机性；该步骤还计算相似表单的抖动性权重，用于衡量表单的抖动对像素点的影响；所述一致性权重、随机性权重、抖动性权重的计算公式如下：a)一致性权重：其中，是第i个像素点的一致性权重；是均值图像中第i个像素点对于均值图像再计算平均值的方差；μ_i是所有均值图像计算第i个像素点的均值；C_i是待分类表单的第i个像素点，p是待分类表单图像的大小；b)随机性权重：其中是像素点i对于第k类表单的随机性权重；是像素点i对于第k类表单的方差；C_i是待分类表单的第i个像素点，μ_ki是第k类表单的均值图像的第i个像素点；p是待分类表单图像的大小；c)抖动性权重：其中是像素点i对于第k类表单的抖动性权重；是像素点i对于第k类表单的方差；C_i是待分类表单的第i个像素点；μ_ki是第k类表单的均值图像的第i个像素点；p是待分类表单图像的大小；3)利用计算得到的一致性权重、随机性权重和抖动性权重，计算待分类的表单图像与每一类表单的均值模板的加权距离，选取距离最短的均值模板所在的表单类型作为表单分类的结果。