现如今,越来越多的用户通过社交软件向好友分享存在图文混编版面的图像(下文简称“图文混编图像”),而图文混编图像存在庞杂的信息使得用户无法在短时间内获取重要信息。为了快速地帮助用户从图文混编图像中获取尽可能多的有效信息,本文提出了基于图文混编的版面分析算法。该算法不仅能够快速区分图文混编图像的文本标题区、文本正文区以及图像区。而且能够高效地识别文本标题区和图像区的内容,以较低的算法复杂度获取图文混编图像中重要信息。本文主要研究内容如下。(1)提出了融合轮廓投影的连通域版面分割算法。该算法在对图文混编图像进行图像预处理的基础上,首先基于八连通将整个图文混编图像进行单字区域扩充。然后根据轮廓投影后的灰度直方图中波形的规律性和周期性对不同区域进行大致划分。最后通过引入文本行(列)间隔阈值以及图文间隔阈值对各个连通区域进行合并,更加有效地区分文本标题区、文本正文区以及图像区。(2)提出了基于多级划分的单字识别算法。该算法对标题汉字采用36×36点阵归一化处理,首先对标题汉字进行粗划分,根据绝对值距离,从字典库7000个汉字中选出与标题汉字匹配的前m个汉字。然后对标题汉字进行细划分,根据欧氏距离,从m个汉字中选出匹配的前n(n<<m)个汉字。最后根据匹配度计算,完成最终匹配。通过对标题汉字进行粗划分和细划分降低了计算量,同时提高了算法的识别效率。(3)研究了基于局部特征的SIFT算法的图像匹配技术。首先构建图像尺度空间金字塔找出其极值点;然后对于找到的极值点进行筛选确定稳定的特征点;最后根据由特征点所表示的局部描述子对图像进行匹配和识别。本文将基于图文混编的版面分析算法移植到移动端,从而设计了移动端版面分析系统。该系统能够对图文混编图像版面进行分割,准确识别出标题区域和图像区域,并将识别结果通过手机移动端推送给用户。通过对算法实验和系统测试的分析,证明了算法的有效性和系统的实用性。图[22]表[8]参[63]。