[发明专利]复杂表格智能处理方法

说明书

本发明是复杂表格背景信息识别和处理方法

在数字、文字识别领域中绝大部分情况是待识别和统计的数字、文字（称有用信息）要填入各种各样表格中，由于所填内容与表格原有信息（原有信息允许是各种线段组成的框架、各种文字、数字及符号，统称背景信息）混合于一幅图象中，如不正确加以区分，必将给识别有用信息带来困难，不能正确有效地进行有用信息的识别和各种处理。

现有技术的一种方法是：各种表格及背景信息采用不同颜色绘制和印刷，而使用者需填入的内容用黑色笔或其它与背景相异的颜色笔填写，即表格背景颜色和有用信息颜色为非同一色，表格输入复杂表格处理机时，采用附加光学处理装置，自动滤出背景信息，只留下有用信息直接供识别机进行识别处理。

但这种方法有以下不足：表格必须采用异色笔绘制，不便印制和复印，成本相对昂贵;再由于此类表格对填表人眼有一定刺激，人们不愿普遍采用，所以推广应用受到一定限制;信息输入时需附加光学滤色装置;人们传统采用都是黑色表格，改变表格颜色，实现办公自动化，用户难以接受。目前欧美各国生产的表格阅读机都是采用这种方法，国内如重庆大学光机所生产的表格阅读机AV-100也是采用这种方法。现有技术的另一种方法是申请号为pct/JP91/00189专利，采用边缘跟踪方法提取图形边缘轮廓，但这种方法不能去掉复杂表格中的数字、文字及符号等非框架信息，不能进行复杂表格背景信息的自动删除。

本发明正是为了克服上述表格处理方法不足而提出的复杂表格智能处理方法。该方法能快速有效地处理各种表格，并根据需要快速自动地滤出表格各种框架，文字、数字及符号等背景信息，保留后填入的有用信息。能实现有用与背景信息同色笔填写或异色笔填写：还能根据需要在复杂表格任意位置增添，移动，删除，文字，数字，符号及各种线段，实现表格文件图文排版处理自动化。

本发明的步骤为：表格信息输入，背景表格与信息表格位置配准，数字逻辑运算处理，智能相关技术处理，有用信息输出;表格图文自动排版。本发明流程示意图见图1所示。

表格信息输入：通过数字图象输入装置首先向复杂表格处理机输入一幅未填有用信息的二值化图象作背景信息，并存入背景表格图象存贮体。背景表格由粗线或细线或直线或曲线，或粗线、细线、直线、曲线共同组成的框架，以及带有各种文字、数字及符号所组成的空表格，表格形式不限。然后再用相同方法输入已填有用信息的同类型表格的二值化图象作有用信息图象存入有用信息表格图象存贮体，所填内容允许是印刷或手写的各种文字、数字及符号。表格输入分辨率视后接文字识别机要求而定。数字图象输入装置为CCD扫描仪或数字化仪或传真机或其它二值图象输入设备，此方法仅需第一次输入一张背景表格后，即可连续输入并处理同类型有用信息表格。

背景表格图象与有用信息表格图象位置配准：一般来讲背景信息和有用信息两幅表格在同样条件下输入时，存在相对位移和角度旋转，为使二幅图象对应背景信息在空间上尽可能重合，需对信息图象进行几何校正。利用线段跟踪算法找出背景表格图象IX外框架2个最远边缘点坐标值（X₀₀，Y₀₀），（X₀₁，Y₀₁）和有用信息表格图象IY对应的2个外框架最远边缘点坐标值（U₀₀，V₀₀），（U₀₁，V₀₁），X-Y，U-V采用同一直角坐标系，原点定于图象数据矩阵的左上角，垂直方向为X（或U）轴，水平方向为Y（或V）轴。边缘点的选取方法为：表格外框架为封闭直线型，则找外框架中上、下、左、右中任一方向外框架直线最远间距的横竖线段2个交叉点为边缘点坐标，或表格为封闭曲线型，2边缘点选取原则同上。或表格外框架为开口型外框架，边缘点的选取为左上角最外层横竖线交叉点坐标和右下角横竖线交叉点坐标，以保证两边缘点间距为最大。

两幅图象的角度差：