[发明专利]文档图像的检索装置及文档图像的检索方法

摘要

本发明提供一种可提高以文字和图表为主要内容的文档图像的检索精度的文档图像的检索装置及检索方法。本发明的文档图像的检索装置在图像的特征区段的信息中包含有用于图像彼此之间的识别中的特征矢量。具体地讲，将文档图像页中的文字部分连结，而抽出矩形图像，基于该矩形图像的信息，分析页的几何构造，并将文档图像页分割成多个区段，且从其中选择表现文档图像页的特征的多个特征区段，由所选择的这些特征区段的信息构成特征矢量。

主权项

1. 一种文档图像的检索装置，用于检索以文字和图表为主要内容的文档图像，其特征在于，该文档图像的检索装置具有：生成文档图像页的特征矢量的特征矢量生成部；文档图像识别部，其对采用上述特征矢量生成部而生成的识别对象的文档图像页的特征矢量、与储存在检索对象中的文档图像页的特征矢量进行比较，从检索对象中抽出与识别对象的文档图像页对应的文档图像页，上述特征矢量生成部具有：矩形图像抽出部，其将文档图像页中的文字部分连结，而抽出矩形图像；区段分割部，其基于由上述矩形图像抽出部抽出的矩形图像的信息，分析页的几何构造，并将上述文档图像页分割成多个区段；特征区段选择部，其从由上述区段分割部分割的多个区段中，选择出表现该文档图像页的特征的特征区段；特征计算部，其将由上述特征区段选择部选择的多个特征区段的信息，作为该文档图像页的特征来计算出，上述特征矢量生成部将上述特征计算部的计算结果包含在该文档图像页的特征矢量的要素中。