[发明专利]一种表格合并单元格检测方法

权利要求书

1.一种表格合并单元格检测方法，所述方法包括步骤：获取含表格的图像；图像二值化处理获得二值化图像；其特征在于，所述方法还包括以下步骤：

对二值图像进行识别获得表格结构的所有框线和交点集；

通过交点集得到单元格集；

在第一列中，以单元格为单位计算每个单元格的灰度值的平均值，得到第一列单元格灰度值的平均值集；

计算平均值集中所有元素值的中位数；

将平均值集中每一个元素的值与中位数的预定倍数进行比较，若元素值小于中位数的预定倍数，则判断该元素值所对应的行的行首没有文本，并将该行与上一行进行合并；

输出合并完成的表格结构。

2.根据权利要求1所述的表格合并单元格检测方法表格合并单元格检测方法，其特征在于，所述对二值图像进行识别获得表格结构的所有框线和交点集包括：通过表格识别算法对二值图像进行识别，获得表格单元格结构，得到水平线集和垂直线集。

3.根据权利要求2所述的表格合并单元格检测方法，其特征在于，所述对二值图像进行识别获得表格结构的所有框线和交点集包括：利用水平线集和垂直线集求出每条水平线段和每条垂直线段的交点，得到交点集。

4.根据权利要求1所述的表格合并单元格检测方法表格合并单元格检测方法，其特征在于，所述通过交点集得到单元格集，包括：将单元格集表述为Cell，Cell(i，j)表示第i行第j列的单元格，设共有n行m列的单元格；HCell_i表示第i行所有单元格，VCell_j表示第j列所有单元格，H_i表示第i行单元格的行高，W_j表示第j列单元格的列宽。

5.根据权利要求4所述的表格合并单元格检测方法，其特征在于，所述在第一列中，以单元格为单位计算每个单元格的灰度值的平均值，得到第一列单元格灰度值的平均值集包括：在VCell₁中以单元格为单位，从第1个单元格开始，计算每个单元格的灰度值的平均值，得到第一列单元格灰度值的平均值集PA，用Pix(x，y)表示VCell₁位于(x，y)像素点的灰度值，PA_i表示第i个单元格灰度值的平均值，H_i表示第i行单元格的行高，W_j表示第j列单元格的列宽；即：

PA＝{PA_i|1≤i≤n}。

6.根据权利要求5所述的表格合并单元格检测方法，其特征在于，所述将平均值集中每一个元素的值与中位数的预定倍数进行比较，若元素值小于中位数的预定倍数，则判断该元素值所对应的行的行首没有文本，包括：逐个查找集合PA中所有的元素，若存在元素PA_i小于PAM乘以阈值Threshold，即若：

PA_i＜PAM*Threshold

则判断为该行行首没有文本。

7.根据权利要求1至6中任一所述的表格合并单元格检测方法，其特征在于，所述获得表格结构的所有框线包括：获得水平线集Horizontal和垂直线集Vertical。