文档图像理解就是把纸质介质上的信息转变为计算机能够理解和编辑的信息，以方便保存和使用。在OCR技术已经相当完善的今天，图像分析已经成为文档图像理解中的一个十分关键的问题。 随着版面复杂度的提高以及人们对于处理精度要求的提高，传统的版面分析方法和技术在处理各种复杂版面时遇到了各种问题，已经无法满足实际应用的需求，而单纯的修修补补也无济于事。版面的复杂性包括两个方面；一是版面内容造成的复杂性，二是各种干扰因素造成的复杂性。如何建立一个较为完善的系统并有效的解决这两方面的问题成了研究者关注的焦点。 本文从研究人类视觉的角度入手，在传统的版面分析技术基础上，以若干人工智能分析原则为指导，建立了对于复杂版面分析的系统模型。本文提出的系统模型有以下几个特点：一．基于完备性和正交性的系统设计原则保证的系统的可继承性和可扩展性，不但能够较好实现对复杂结构的理解，同时又能提升对一般版面的分析精度。二．改变了传统的过程式的处理流程，而代之以面向对象的处理流程，以区域分析为基础，保证了系统的可扩展性。三．改变传统的以文字信息提取为中心的方式，在对整个版面框架理解的基础上，完成对各个组成结构的理解，这样为版面理解和版面恢复提供了足够的信息。 同时，本文结合实际应用，对于几类比较常见的复杂版面分析系统给出了实例分析和评测结果。