论文部分内容阅读
财务部门是现代企业必不可少的部分,企业的成功以及发展都是依靠良好的财务预算和管理,而财务管理中财务数据的管理又是重中之重。当今,企业都是经过多年的打拼才能够在这个竞争激烈的社会上立足。随着企业多年的经营,财务数据早已堆积如山,但是很多财务数据都显示了以往的交易信息,不能全部丢弃。如果都存放在公司内,不仅占据了公司很大的空间,而且存放多年的纸质数据存在损毁和丢失的可能性,所以将这些年久的文档进行计算机的存储是最好的解决方法。本文开发的系统主要的对象是存放已久的纸质文档,通过计算机的识别将其存入到计算机中,方便以后对财务数据进行查询和修改。本文参考了目前国内外在财务数据识别表格领域中相关的图像识别技术,在研究了财务数据表格的预处理、阴影去除、表格识别等的主要算法之后,开发了本系统,最终实现了财务报表表格的识别,并取得了不错的效果。首先,对纸质的财务数据进行扫描或照相,将纸质的文档以图像的形式出现在计算机当中,然后对待识别的图像进行去噪分析,经过分析得出了表格图像的噪声一般以椒盐噪声为主,并对椒盐噪声进行了简单的介绍。本文对椒盐噪声的几种去噪方法进行了比较,经过实验发现中值滤波对椒盐噪声的去噪效果比较理想。随后对财务数据图像进行了二值化,使财务数据表格图像处于一种较为方便识别的状态。由于图像在采集的过程中,处在边缘位置的数据和表格经常会出现阴影的状况,所以在进行表格识别之前,必须对表格阴影区域进行处理,经过对图像的去噪、二值化、阴影去除,将财务数据图像处理成一种易于识别的状态,方便下一步的识别。其次,对财务数据表格图像进行调整。通常识别系统对于图像的状态要求很高,如果待识别的财务数据表格图像处在一种倾斜的状态,对于识别的结果会造成很大的影响,所以本文在识别之前,对图像进行了倾斜校正。本文利用了投影法检测图像是否倾斜,并检测出来倾斜角,然后进行图像的旋转调整,使表格图像能够标准的显示出来。最后,对表格图像进行表格线的搜索,由于将图像中的表格进行提取之后,表格线很有可能出现断裂的现象,所以还需要对表格线进行修复,将断裂的表格线连接起来,最后将修复好的水平线和竖直线进行合并。在提取表格部分,对表格版面进行了分析,将表格中竖直线跟水平横线的点定义为特征点,然后利用特征点提取表格的方法,将财务数据表格进行提取,并进行了实现。