[发明专利]通过用字符的形状特征来比较字符而检测文档变化的方法

权利要求书

1.一种在数据处理设备中实现的用于检测原始图像和目标图像之间的变化的方法，所述原始图像和所述目标图像是二进制位图图像，所述方法包括以下步骤：

(a)在所述原始图像和所述目标图像中定义多个边框，每个边框包围一个字符的一个或多个连接的像素组；

(b)在所述原始图像和所述目标图像中识别多对匹配边框，其中，每对匹配边框在所述原始图像和所述目标图像中分别具有基本上相同的位置；

(c)针对每对匹配边框：

(c1)计算多个形状特征，所述多个形状特征包括：(1)该对边框所包围的一对字符中的每一个字符的欧拉数，以及(2)该对字符之间的豪斯多夫距离；以及

(c2)通过评估(1)该对字符的欧拉数是否相等以及(2)该对字符之间的豪斯多夫距离是否小于第一预定阈值，确定该对边框所包围的该对字符是相同字符还是不同字符。

2.根据权利要求1所述的方法，其中，步骤(c2)包括以下步骤：

如果(1)该对字符的欧拉数相等，并且(2)该对字符之间的豪斯多夫距离小于所述第一预定阈值，那么确定该对字符是相同字符；以及

否则，确定该对字符为不同字符。

3.根据权利要求1或2所述的方法，其中，所述第一预定阈值是0.2，其被定义为由所述字符的尺寸所归一化的距离。

4.根据权利要求1至3中任一权利要求所述的方法，其中，步骤(c1)中所计算的多个形状特征进一步包括：(3)该对边框中的每一个边框的高宽比，以及(4)该对边框中的每一个边框的像素密度，其中，边框的像素密度被定义为属于该边框的字符的像素数量除以该边框的总像素数量，以及

其中，步骤(c2)是通过进一步评估(3)该对边框的高宽比之间的差是否小于第二预定阈值以及(4)该对边框的像素密度之间的差是否小于第三预定阈值而执行的。

5.根据权利要求4所述的方法，其中，步骤(c2)包括以下步骤：

如果(1)该对字符的欧拉数相等，(2)该对字符之间的豪斯多夫距离小于所述第一预定阈值，(3)该对边框的高宽比之间的差小于所述第二预定阈值，并且(4)该对边框的像素密度之间的差小于所述第三预定阈值，那么确定该对字符是相同字符；以及

否则，确定该对字符为不同字符。

6.根据权利要求4或5所述的方法，其中，所述第一预定阈值是0.2，其被定义为由所述字符的尺寸所归一化的距离，所述第二预定阈值是0.1，而所述第三预定阈值是0.2。

7.根据权利要求1至6中任一权利要求所述的方法，其中，该对字符之间的豪斯多夫距离是通过获得两个骨架并计算所述两个骨架之间的豪斯多夫距离来计算的，其中以针对该对字符中的每一个字符获得一个骨架的方式获得所述两个骨架。

8.根据权利要求1至7中任一权利要求所述的方法，其中，所述边框是矩形的。

9.根据权利要求1至8中任一权利要求所述的方法，进一步包括以下步骤：

基于步骤(c2)中的所述确定来产生变化检测结果的表示。

10.根据权利要求1至9中任一权利要求所述的方法，进一步包括位于步骤(a)之后的以下步骤：

(d)在所述原始图像和所述目标图像中的一个中识别任何如下边框：该边框在所述原始图像和所述目标图像中的另一个中不具有匹配边框。

11.根据权利要求10所述的方法，进一步包括以下步骤：

基于步骤(c2)中的所述确定和步骤(d)中所识别的任何边框来产生变化检测结果的表示。

12.一种在数据处理设备中实现的用于比较分别位于原始图像和目标图像中的两个字符的方法，所述原始图像和所述目标图像是二进制位图图像，每个字符是包围在各自的边框中的一个或多个连接的像素组，所述方法包括以下步骤：

计算多个形状特征，所述多个形状特征包括：(1)该对边框所包围的该对字符中的每一个字符的欧拉数，以及(2)该对字符之间的豪斯多夫距离；以及

通过评估(1)该对字符的欧拉数是否相等以及(2)该对字符之间的豪斯多夫距离是否小于第一预定阈值，确定该对边框所包围的该对字符是相同字符还是不同字符。