随着现代社会的发展和互联网技术的日渐成熟,我们的生活中充斥着越来越多的信息,它们由手机、电脑等智能设备所承载,以文字、图像等形式存在。在众多图像信息中,包含着一些比较重要的文字信息需要被提取,从而进一步被人们存储和使用。光学字符识别技术(OCR,Optical Character Recognition),对图像中文本区域进行提取,将文本与背景形成的亮、暗转化成黑、白的二维数字图像,通过对其特征提取和模板匹配,将文本图像自动输入成文本文档的过程。在通过光学字符识别之后的文本正确率不能保证100%,此时需要对提取后的文本进行语义级别的后处理操作。本文针对智能信息采集功能的文本后处理技术进行了深入的研究,针对现有的N-gram语言模型,结合文字与其前后相邻字组成词语的特点,提出一种双向N-gram模型,并根据OCR输出的特点,提出一种基于滑动窗口的自适应文本后处理方法,设计并实现了基于Android平台设计了智能信息采集功能系统。本文主要完成了以下几个部分的内容:(1)智能信息采集系统中运用到的关键技术,包括用于文本图像的文字信息提取的OCR技术,着重研究了文字信息提取后的文本后处理技术,N-gram语言模型的概率计算。(2)基于N-gram语言模型的特点,结合文字在词语中首位和末位的位置关系,提出一种双向N-gram概率模型,即当前文字基于前后相邻字的条件概率模型。同时引入了滑动窗口的概念,将文字序列中的三个文字作为一个处理对象,计算中间文字出现的概率,通过与阈值的比较判断是否进行纠错。该方法既利用了语言学知识,也充分利用了OCR提取文字信息得到的候选集,从语言本身的角度提高了信息采集功能系统的正确率。(3)根据巡检系统中对图片中文字信息提取的实际需求,设计并实现了基于Android移动终端的智能信息采集系统,主要包括图像获取模块、图像预处理模块、信息提取模块以及文本后处理四个模块,并对系统的功能进行测试,验证了系统的准确性和可行性。