随着计算机视觉、多媒体技术的飞速发展和广泛普及,各类数字图像信息日渐增多,越来越多的纸质文档以文本信息的特殊数据形式文档图像来承载。与纸质文档相比较,文档图像易于存储、管理和传输,并且不易被篡改伪造,已经成为日常工作和生活中不可缺少的信息存储方式。因此,如何对日益增多、种类丰富的文档图像进行有效的管理、精确的检索成为当前的研究热点。针对纯文本文档图像,本文提出了一种基于由粗到细层级匹配的关键词文档图像检索框架,并将其应用到维吾尔文文档图像检索中。本文所做的主要工作如下:（1）建立纯文本版面的维吾尔文文档图像数据库。共包含2414张,尺寸为716像素*1011像素,深度为8的*.bmp格式的维吾尔文纯文本文档图像。（2）文档图像预处理操作。对采集的原始文档图像使用加权平均值法灰度化、最大类间方差法二值化、双边滤波法去噪和Hough变换倾斜校正进行预处理,对单词图像使用Zhang细化算法提取骨架信息。（3）文档图像切分为单词图像。提出形态学膨胀与积分投影相结合的方法实现维吾尔文文档图像的单词切分,并根据切分单元阈值的设定过滤单词图像之外的无关图像单元。（4）改进基于关键词的文档图像检索方法。提出了由粗到细层级匹配的检索框架实现基于关键词的维吾尔文文档图像检索。在粗匹配时采用基于距离特征的模板匹配方法,在精确检索时融合单词图像梯度方向直方图（Histogram of Oriented Gradient,HOG）特征和单词骨架梯度方向直方图（Thin-Histogram of Oriented Gradient,T-HOG）特征,采用支持向量机（Support Vector machine,SVM）分类器训练特征数据实现关键词精确检索。本文使用10个常用关键词在随机抽取的108张文档图像中进行检索实验,准确率平均值为91.14%,召回率平均值为79.31%。结果表明该方法能有效的实现基于关键词的维吾尔文文档图像检索。