版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qq_14845119/article/details/85048580
论文：A robust system for document layout analysis using multilevel homogeneity structure
论文贡献：
- 有别于MHS方法，论文提出的方法支持多种语言的文档
- 对于文本，非文本的分类在MHS的基础上增加了MLL分类方法
- 对于文本分割，提出了文本线的提取和数学拓扑方法
- 本文提出的系统包含了一个鲁棒的表格检测方法
总体框架：
文本/非文本分类的MHS方法：
multilevel homogeneity structure (MHS)方法是Minimum Homogeneity Algorithm (MHA) 方法的改进版本。
主要流程包含了
- 连通域检测connected components (CCs)
- 探索式滤波，基于面积，密度，包含的元素数目(Inc)，宽高比
- multilevel/multi-layer classification (MLL)
- 图片矫正和噪声去除
文本分割和非文本识别：
这里主要使用了投影和白版分析的方法
具体步骤如下，
- 文本线提取
- 子图分割
- 文本区域分割
非文本区域识别主要包含，
- 非文本区域检测
- 线检测
- 表检测
- 布局分割线检测
- 图片检测
表的类别包含了有线表ruling-linetable (RL-T) 和无线表non-ruling line table(NRL-T)，
表检测的流程如下，
区域微调和打标签：
