[发明专利]文档图像识别装置及方法

权利要求书

1.一种文档图像识别装置，用于对包含复数页文档图像的文档进行页眉和页脚的识别，其特征在于，包括：

待判定图像形成部，依次将每一页所述文档图像分割形成多个待判定图像；

区域判定获取部，判定出所述文档图像中与其他所述文档图像中的所述待判定图像的位置相对应的待判定图像，并获取该待判定图像在所述文档图像中相对应的区域作为待判定区域；

相似度判定部，依次判定所述待判定区域在各个所述文档图像中对应的所述待判定图像的相似度是否高于预定相似阈值；以及

页眉页脚识别部，将被判定为所述相似度高于所述预定相似阈值的所述待判定区域且位于所述文档图像上方的所述待判定区域识别为页眉区域，并将被判定为所述相似度高于所述预定相似阈值的所述待判定区域且位于所述文档图像下方的所述待判定区域识别为页脚区域。

2.根据权利要求1所述的文档图像识别装置，其特征在于：

其中，所述页眉页脚识别部具有当前相似区域设定单元、相似度系数计算单元、相似度判断单元、区域确定单元以及识别控制单元，

所述识别控制单元控制所述当前相似区域设定单元按照预定顺序依次将每一个被判定为所述相似度高于预定相似阈值的所述待判定区域设定为当前相似区域，

每当所述当前相似区域设定单元设定所述当前相似区域，所述相似度系数计算单元就根据所述当前相似区域从各个所述文档图像中获取对应的图像作为相似判定用图像，并分别计算每两个所述相似判定用图像之间的相似度系数，

所述相似度判断单元判断所述相似度系数是否高于预定相似阈值，

一旦所述相似度判断单元判断所述相似度系数不高于所述预定相似阈值，所述识别控制单元就控制所述当前相似区域设定单元停止将所述待判定区域设定为所述当前相似区域，并控制所述区域确定单元根据预定的页眉页脚确定规则以及被判断为所述相似度系数高于预定相似阈值的所述待判定区域确定所述页眉区域以及所述页脚区域。

3.根据权利要求2所述的文档图像识别装置，其特征在于：

其中，所述页眉页脚确定规则为确定页眉分割线以上的区域为所述页眉区域以及确定页脚分割线以下的区域为所述页脚区域，

所述页眉页脚识别部还具有分割线位置确定单元以及综合分割线设定单元，

当所述页眉页脚识别部识别所述页眉区域时，一旦所述相似度判断单元判断所述相似度系数不高于所述预定相似阈值，所述识别控制单元还控制所述分割线位置确定单元根据最后一个被判断为所述相似度系数高于预定相似阈值的所述待判定区域，将该待判定区域的底部所在的位置确定为所述文档图像中的分割线位置，进一步控制所述综合分割线设定单元获取各个所述分割线位置中位置误差在预定误差阈值内的所述分割线位置作为候选分割线位置，并根据候选分割线位置的中值设定对应的综合分割线作为所述页眉分割线，

当所述页眉页脚识别部识别所述页脚区域时，一旦所述相似度判断单元判断所述相似度系数不高于所述预定相似阈值，所述识别控制单元还控制所述分割线位置确定单元根据最后一个被判断为所述相似度系数高于预定相似阈值的所述待判定区域，将该待判定区域的顶部所在的位置确定为所述文档图像中的分割线位置，进一步控制所述综合分割线设定单元获取各个所述分割线位置中位置误差在预定误差阈值内的所述分割线位置作为候选分割线位置，并根据候选分割线位置的中值设定对应的综合分割线作为所述页脚分割线。

4.根据权利要求2所述的文档图像识别装置，其特征在于：

其中，所述页眉页脚确定规则为将位于所述文档图像四分之一的高度上方并且被判断为所述相似度系数高于预定相似阈值的所述待判定区域确定为页眉区域，并将位于所述文档图像四分之三高度下方并且被判断为所述相似度系数高于预定相似阈值的所述待判定区域确定为页脚区域。

5.根据权利要求2所述的文档图像识别装置，其特征在于：

其中，当所述页眉页脚识别部识别所述页眉区域时，所述预定顺序为由上至下的顺序，

当所述页眉页脚识别部识别所述页脚区域时，所述预定顺序为由下至上的顺序。