[發明專利]對表格圖像進行校正的方法以及裝置

有效

• 申請號: 201010157789.3
• 申請日: 2010-04-26
• 公開（公告）號: CN102236789B
• 公開（公告）日: 2017-06-13
• 發明（設計）人: 鄭大念;孫俊;直井聰;堀田悅伸
• 申請（專利權）人: 富士通株式會社
• 主分類號: G06K9/32
• 分類號: G06K9/32
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 王萍,許向華

1.一種用于對輸入的表格圖像進行校正的方法，所述表格圖像包括待校正表格單元，該方法包括以下步驟：

匹配步驟，把所述待校正表格單元與預定的表格模板中定義的標準表格單元進行匹配，以得到與各標準表格單元相匹配的匹配的待校正表格單元；和

映射步驟，把通過匹配步驟得到的匹配的待校正表格單元映射到與所述匹配的待校正表格單元相匹配的相應標準表格單元，以形成校正的表格圖像，

其中所述匹配步驟包括以下子步驟：

從輸入的表格圖像中提取橫向方向上的線；

把由提取的橫向方向上的線組成的一個或多個第一序列與用于定義標準表格單元的、表格模板中的水平直線的序列進行匹配，以得到由橫向方向上的線組成的匹配序列；

從輸入的表格圖像中提取縱向方向上的線；

把由提取的縱向方向上的線組成的一個或多個第二序列與用于定義標準表格單元的、表格模板中的豎直直線的序列進行匹配，以得到由縱向方向上的線組成的匹配序列；以及

使由橫向方向上的線組成的匹配序列與由縱向方向上的線組成的匹配序列交織，以得到匹配的待校正表格單元，

其中橫向方向或縱向方向上的線的數目大于或等于表格模板中的水平直線或豎直直線的數目。

2.如權利要求1所述的方法，其中：

通過匹配以得到由橫向方向上的線組成的匹配序列的子步驟包括：

提供用于表示所述一個或多個第一序列與表格模板中的水平直線的序列的匹配度的代價函數cost(La,Lb)，其中La＝{a₁,…,a_M}，Lb＝{b₁,…,b_N}，La表示表格模板中的水平直線的第一參數的集合，Lb表示橫向方向上的線的與所述第一參數對應的第二參數的集合，M表示表格模板中的水平直線的數目，以及N表示橫向方向上的線的數目；

計算所述一個第一序列或者所述多個第一序列中每個第一序列的代價函數cost(La,Lb)的值；以及

在所述一個第一序列的代價函數cost(La,Lb)的值小于預定第一閾值的情況下，把該第一序列確定為由橫向方向上的線組成的匹配序列，或者，把所述多個第一序列中具有代價函數cost(La,Lb)的最小值的第一序列確定為由橫向方向上的線組成的匹配序列，以及

通過匹配以得到由縱向方向上的線組成的匹配序列的子步驟包括：

提供用于表示所述一個或多個第二序列與表格模板中的豎直直線的序列的匹配度的代價函數cost′(La′,Lb′)，其中La′＝{a′_1′,…,a′_M′}，Lb′＝{b′_1′,…,b′_N′}，La′表示表格模板中的豎直直線的第三參數的集合，Lb′表示縱向方向上的線的與所述第三參數對應的第四參數的集合，M′表示表格模板中豎直直線的數目，以及N′表示縱向方向上的線的數目；

計算所述一個第二序列或者所述多個第二序列中每個第二序列的代價函數cost′(La′,Lb′)的值；以及

在所述一個第二序列的代價函數cost(La,Lb)的值小于預定第二閾值的情況下，把該第二序列確定為由縱向方向上的線組成的匹配序列，或者，把所述多個第二序列中具有代價函數cost′(La′,Lb′)的最小值的第二序列確定為由縱向方向上的線組成的匹配序列。

3.如權利要求2所述的方法，其中對于所述一個第一序列或者所述多個第一序列中的每一個第一序列，所述代價函數cost(La,Lb)是該第一序列中相鄰的橫向方向上的線之間的距離與表格模板中的相應水平直線之間的距離的差的平方和，和/或對于所述一個第二序列或者所述多個第二序列的每一個第二序列，所述代價函數cost′(La′,Lb′)是該第二序列中相鄰的縱向方向上的線之間的距離與表格模板中的相應豎直直線之間的距離的差的平方和。

4.如權利要求1至3中任一項所述的方法，其中通過匹配以得到由橫向方向上的線組成的匹配序列的子步驟和由縱向方向上的線組成的匹配序列的子步驟采用窮舉、遞歸搜索加剪枝、動態規劃算法和最優匹配序列分析算法中的任意一種進行匹配。