基于内容的中文文档图像索引和检索

本文给出一种称为笔划密度码的中文文档图象索引方法。首先从文档图象中分割出汉字图象, 然后得到每个汉字图象的笔划密度, 最后得到每个汉字的笔划密度码从而得到这个文档的索引。这种索引方法具有快速且抗噪能力较强的优点。本文同时还给出了利用这一技术进行中文文档图象检索的方法,尤其着重讨论了副本检测的索引和检测方法。最终我们通过关键词查找和副本检测来验证了这种索引方法的有效性。