[发明专利]用于改善识别特征的方法和系统和光学字符识别系统

权利要求书

1.一种用于改善文本行图像的识别特征的方法，包括以下的步骤：

第一确定步骤，基于通过文本行图像的预切分和预识别获得的文本行图像中的第一组图像区域及其识别特征，确定文本行图像是否是可疑斜体行图像；

第二确定步骤，如果文本行图像被确定为可疑斜体行图像则通过利用正体字典基于文本行图像中的第一组图像区域的斜体特性确定文本行图像是否是斜体行图像；和

调整步骤，调整文本行图像的预切分结果、获得文本行图像中的第二组图像区域并调整第二组图像区域的识别特征。

2.根据权利要求1的方法，

其中，斜体特性包含各图像区域对于斜体字体的敏感度，并且，在第二确定步骤中，利用第一组图像区域中的各图像区域对于斜体字体的敏感度来确定图像区域是否是斜体，并且，

其中，在第二确定步骤的确定中，第一组图像区域中的对于斜体字体不敏感的图像区域不被去倾斜，并且，第一组图像区域中的对于斜体字体敏感的图像区域被去倾斜。

3.根据权利要求1的方法，其中，

图像区域的识别特征包含作为图像区域的识别结果的字符或字符成分以及与字符或字符成分有关的置信度值。

4.根据权利要求1的方法，其中，

第一确定步骤包含以下的步骤：

基于通过预识别获得的识别特征将图像区域中的每一个分类为以下类型中的一个：字符区域、左字符成分区域、右字符成分区域和其它区域；和

如果字符区域的平均置信度值小于第一阈值，则确定文本行图像为可疑斜体行图像。

5.根据权利要求4的方法，其中，

第二确定步骤包含以下的步骤：

组对和确定步骤，基于左字符成分区域和右字符成分区域的区域信息将左字符成分区域和右字符成分区域组对，组合各对的左字符成分区域和右字符成分区域，并通过通过利用正体字典获得的组合之后和之前的区域的置信度值，确定组合的图像区域中的每一个是否与斜体字符对应；

选择步骤，选择置信度值为最低N个的字符区域；

归类和确定步骤，将选择的字符区域中的每一个归类为左右结构字符区域或非左右结构字符区域，并通过利用正体字典确定选择的左右结构字符区域中的每一个是否与斜体字符对应，并且通过对区域去倾斜之后和之前的区域的置信度值确定选择的非左右结构字符区域中的每一个是否与斜体字符对应；和

第三确定步骤，基于斜体对的数量、斜体左右结构字符区域的数量和斜体非左右结构字符区域的数量确定文本行图像是否是斜体行图像。

6.根据权利要求5的方法，其中，

正体字典包含成分正体字典。

7.根据权利要求5的方法，其中，

在归类和确定步骤中，确定左右结构字符区域中的每一个是否与斜体字符对应的步骤包含：

将左右结构字符区域切分成左字符成分区域和右字符成分区域；

通过利用正体字典获得的切分之后和之前的区域的置信度值，确定左右结构字符区域是否与斜体字符对应。

8.根据权利要求5的方法，其中，

调整步骤包含：

将被确定为与斜体字符对应的各对的左字符成分区域和右字符成分区域组合成图像区域；

对于与斜体字符对应的选择的非左右结构字符区域中的每一个，用去倾斜之后的置信度值替代去倾斜之前的置信度值；和

以基于选择的非左右结构字符区域的置信度值差获得的平均置信度值差增加与斜体字符对应的选择的非左右结构字符区域以外的置信度值小于第二阈值的图像区域的置信度值。

9.根据权利要求1～8中的任一项的方法，其中，

字符是韩文字符。

10.一种用于改善文本行图像的识别特征的系统，包括：

第一确定装置，基于通过文本行图像的预切分和预识别获得的文本行图像中的第一组图像区域及其识别特征，确定文本行图像是否是可疑斜体行图像；

第二确定装置，如果文本行图像被确定为可疑斜体行图像，则通过利用正体字典基于文本行图像中的第一组图像区域的斜体特性确定文本行图像是否是斜体行图像；和

调整装置，调整文本行图像的预切分结果，获得文本行图像中的第二组图像区域并调整第二组图像区域的识别特征。