表格作为一种非常重要的结构化页面元素,因其直观精简的信息表达优势,在文档图像中出现的频次日益增加。通过对文档图像中的表格进行提取与解析,人们可以更加准确地掌握文档中所包含的信息以及表格中各字段之间的联系。因此,针对表格提取的算法研究尤为重要。由于文档的种类以及表格的样式千变万化,且影响表格结构的干扰因素较多,从而导致表格提取算法很难精确地从文档中提取出表格结构,对干扰的鲁棒性也较弱。针对上述问题,本文从提升对干扰项的鲁棒性以及提高表格提取准确率两个方面对表格提取算法进行了深入研究。主要研究工作如下:（1）针对表格框架线段提取受到干扰的问题,提出三种策略。其一,为解决畸变文档图像的校正问题,本文利用图像中表格框架线特征信息,结合使用仿射及透视变换方法,以实现对文档图像的偏斜角检测及校正。其二,为消除印章对表格提取带来的干扰,提出一种基于RGB颜色模型的印章去除算法,通过设置R、G、B各通道分量灰度值的范围并建立三者之间的约束关系,去除文本图像中红、蓝色印章干扰。其三,为避免污点区域对表格提取造成干扰,提出一种基于形态学处理的污点修复算法,利用污点与有效结构特征在区域面积上的差异性消除污点干扰。（2）针对长线段出现断裂需拼接成表格框架线段的问题,提出一种基于共线程度计算的直线拼接算法,并首次提出共线程度（Probability of Belonging to the Same Line,PBSL）概念。首先,利用霍夫变换（Hough Transform,HT）检测表格框架线。然后,结合共线程度值以及间距参考值对线段之间能否拼接进行判断,并根据判断结果拼接线段。最后,删除重复线段,得出文档内横、纵向表格线段检测结果。（3）针对表格结构重建中存在的问题,提出一种基于结构分析的干扰线检测算法,对干扰线进行分类别检测以更全面地剔除表格框架线段中的干扰线。根据表格的结构特点,最大程度地修补缺失的表格结构线段,进而得到完整表格。通过分析在数据集上的实验结果发现,本文提出的表格提取算法在横、纵直线检测的精度上较LSD分别提高了19.16%、13.14%,较FLD分别提高了24.50%、20.17%。对数据集中清晰图像进行表格提取时,准确率达96.81%,对有畸变干扰、印章干扰的图像进行表格提取时,准确率分别达92.94%、87.58%。实验证明,本文所提出的表格提取算法对图像中表格线段的检测能力更强,在对干扰的鲁棒性以及表格提取准确率方面均取得了显著提升。