本發(fā)明屬于場(chǎng)景圖像文本行定位領(lǐng)域，具體涉及一種基于二叉樹的文本行精確定位方法。

背景技術(shù)：

場(chǎng)景圖像中的文本行定位是一種在自然場(chǎng)景環(huán)境中拍攝的圖片中對(duì)文本行進(jìn)行定位的技術(shù)。該技術(shù)針對(duì)多語種翻譯、基于內(nèi)容的網(wǎng)絡(luò)搜索、視覺輔助以及無人駕駛等領(lǐng)域均有廣泛的應(yīng)用。然而在文本行定位過程中，經(jīng)常會(huì)發(fā)生文本行的過分割問題，即原本應(yīng)被檢測(cè)為單獨(dú)一個(gè)文本行的區(qū)域，因?yàn)槎ㄎ环椒ú粔螋敯艋驁?chǎng)景圖像中非文字噪音與文本行粘連等原因，而被分割成若干不完整的部分，從而造成很多誤檢，使得后續(xù)的文字識(shí)別效果較差。另外還有一種情況是為了避免文本行趨向欠分割，通常定位方法也會(huì)專門令文本行定位過分割化，這是因?yàn)槲谋拘械那贩指詈茈y被糾正，而過分割問題卻能夠通過后續(xù)的合并等操作對(duì)文本行定位進(jìn)行重置和改善。

為了解決文本行過分割的問題，領(lǐng)域內(nèi)通常采用的方法是為所有文本行的組合方式構(gòu)建起一個(gè)搜索空間，從中選擇出一條最優(yōu)路徑作為重置后的文本行定位結(jié)果，例如集束搜索(beam search)方法。但這類方法存在以下缺陷：首先沒有考慮到文本行合并過程的特點(diǎn)，因此沒有構(gòu)建符合這些特性的數(shù)據(jù)結(jié)構(gòu)來表示搜索空間?，F(xiàn)有的搜索空間通常是利用近乎全排序的方式來對(duì)文本行的所有組合方式進(jìn)行遍歷，然后從中選出一條最優(yōu)路徑。若有n個(gè)文本行，則時(shí)間復(fù)雜度高達(dá)O(n(n-1)/2)＝O(n²)；此外這些方法還缺乏高效的剪枝、融合策略。領(lǐng)域內(nèi)文本行重定位方法通常是在搜索空間的每一層中對(duì)所有結(jié)點(diǎn)排序，然后設(shè)定一個(gè)固定閾值t作為搜索空間寬度，接著將每層中結(jié)點(diǎn)序號(hào)排到寬度值之外的結(jié)點(diǎn)全部剪去。這種設(shè)定固定閾值的剪枝、和并方法缺乏靈活性和合理性，無法高效在搜索空間中搜尋到最優(yōu)路徑。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明針對(duì)上述問題，提供了一種基于二叉樹的文本行精確定位方法，該方法首先為過分割的文本行構(gòu)建二叉樹搜索空間，然后模擬后序遍歷訪問方式以O(shè)log(n)的復(fù)雜度來搜索路徑，接著執(zhí)行剪枝、合并操作來高效的得到解決過分割問題的最優(yōu)路徑，該路徑對(duì)應(yīng)著重置、優(yōu)化后的文本行精確定位結(jié)果。

為了達(dá)到上述目的，本發(fā)明采用如下技術(shù)方案：

一種基于二叉樹的文本行精確定位方法，包括以下步驟：

步驟A：對(duì)于一副輸入的文本行區(qū)域被過度分割的自然場(chǎng)景圖像，為所有這些被過度分割的文本行建立搜索空間；其中，文本行被過度分割是指文本行定位過程中產(chǎn)生過多的行分割線，導(dǎo)致單個(gè)文本行過度分割成若干部分；行分割線用于標(biāo)注文本行的邊界位置以同背景區(qū)域區(qū)分開來；得到用二叉樹表示的搜索空間；

步驟B：對(duì)于一個(gè)用二叉樹表示的搜索空間，二叉樹的結(jié)點(diǎn)用邊界位置這個(gè)屬性來表示該結(jié)點(diǎn)指代的文本行區(qū)域組合的范圍，并在待合并位置處分成左、右兩個(gè)子結(jié)點(diǎn)；所有文本行區(qū)域的組合方式都以結(jié)點(diǎn)的形式被納入該搜索空間；然后通過模擬二叉樹后序遍歷的方式從搜索空間中構(gòu)建路徑，其中每條路徑表示一種特定的文本行組合方式；本步驟的目標(biāo)是從這些路徑中搜索出一條最優(yōu)路徑來重置文本行的定位，以解決文本行過分割問題；

步驟C：對(duì)于二叉樹搜索空間中某條路徑上包含的每個(gè)結(jié)點(diǎn)集，據(jù)結(jié)點(diǎn)集中父結(jié)點(diǎn)及左、右子結(jié)點(diǎn)的置信度比較結(jié)果可在八種剪枝、合并策略中選擇一種合適的情況進(jìn)行處理，最終得到解決過分割問題的最優(yōu)路徑，該路徑對(duì)應(yīng)著重置后的文本行精確定位結(jié)果。

所述步驟A的具體步驟如下：

步驟A01：輸入文本行被過度分割的自然場(chǎng)景圖像g，其中行分割線包含兩個(gè)屬性：位置l(指代行分割線位于輸入圖像g中第幾行)，置信度p(指代行分割線的梯度值，置信度越小則行分割線分離開來的兩文本區(qū)域間的差異也越小，故該行分割線越容易導(dǎo)致過分割問題)；將二叉樹搜索空間中的結(jié)點(diǎn)同g中的文本行區(qū)域一一對(duì)應(yīng)，其中結(jié)點(diǎn)包含兩個(gè)屬性：邊界位置(結(jié)點(diǎn)的左邊界位置l_l和右邊界位置l_r對(duì)應(yīng)著某一文本行組合的邊界分割線，故邊界位置定義了該文本行組合的范圍)，待合并位置(結(jié)點(diǎn)的邊界位置內(nèi)部，具有最大置信度p_max的行分割線的位置l_m)；

步驟A02：在當(dāng)前文本行范圍內(nèi)構(gòu)建父結(jié)點(diǎn)n_p，首先在所有行分割線中選出最外圍的首尾行分割線l₁,l_end的位置作為父結(jié)點(diǎn)的邊界位置l_l,l_r，由邊界位置可確定該父結(jié)點(diǎn)所對(duì)應(yīng)的文本行區(qū)域組合的范圍；然后在此范圍內(nèi)(不包含邊界位置)找到置信度最高p_max的行分割線的位置作為待合并位置l_m；

步驟A03：構(gòu)建父結(jié)點(diǎn)n_p的左子結(jié)點(diǎn)n_l和右子結(jié)點(diǎn)n_r，用父結(jié)點(diǎn)n_p的待合并位置l_m將父結(jié)點(diǎn)代表的文本行區(qū)域范圍分成左部分part_l和右部分part_r，分別用左子結(jié)點(diǎn)n_l和右子結(jié)點(diǎn)n_r來表示；其中左子結(jié)點(diǎn)n_l的邊界位置l_l^*,l_r^*由父結(jié)點(diǎn)的左邊界位置l_l及待合并位置l_m構(gòu)成，左子結(jié)點(diǎn)n_l的待合并位置l_m^*由左部分part_l中置信度最高的行分割線位置獲得；右子結(jié)點(diǎn)n_r的邊界位置由父結(jié)點(diǎn)的待合并位置l_m及右邊界位置l_r構(gòu)成，右子結(jié)點(diǎn)n_r的待合并位置由右部分part_r中置信度最高的行分割線位置獲得；

步驟A04：將左子結(jié)點(diǎn)n_l代表的文本行區(qū)域范圍作為當(dāng)前文本行范圍，返回到步驟A02并遞歸地構(gòu)建二叉樹搜索空間中的結(jié)點(diǎn)，直到構(gòu)建到某一左子結(jié)點(diǎn)只存在邊界位置而不含待合并位置時(shí)，則令該結(jié)點(diǎn)為葉子節(jié)點(diǎn)n_leaf(不可再分的文本行單位)，并返回到該結(jié)點(diǎn)的父節(jié)點(diǎn)n_p處；

步驟A05：將右子結(jié)點(diǎn)n_r代表的文本行區(qū)域范圍作為當(dāng)前文本行范圍，返回到步驟A02并遞歸地構(gòu)建二叉樹搜索空間中的結(jié)點(diǎn)，直到構(gòu)建到某一右子結(jié)點(diǎn)只存在邊界位置而不含待合并位置時(shí)，則令該結(jié)點(diǎn)為葉子節(jié)點(diǎn)n_leaf(不可再分的文本行單位)，并返回到該結(jié)點(diǎn)的父節(jié)點(diǎn)n_p處；

步驟A06：通過上述步驟，自上而下、自左向右遞歸地構(gòu)建二叉樹搜索空間，直到最右一個(gè)文本行單元作為葉子節(jié)點(diǎn)被納入該搜索空間，即建立起覆蓋了所有文本行組合方式的二叉樹搜索空間。

所述步驟B具體步驟如下：

步驟B01：對(duì)二叉樹搜索空間進(jìn)行后序遍歷，得到對(duì)所有結(jié)點(diǎn)的訪問順序序列{n₁,n₂,...,n_t}，其中n_t是根結(jié)點(diǎn)，在后續(xù)遍歷中被最后訪問到；

步驟B02：據(jù)二叉樹結(jié)構(gòu)特性及后序遍歷規(guī)則可將{n₁,n₂,...,n_t-1}按照每三個(gè)結(jié)點(diǎn)劃為一組的方式分成組，再加上根結(jié)點(diǎn)n_t及其子節(jié)點(diǎn)構(gòu)成的一組，得到共組結(jié)點(diǎn)集合，在此過程結(jié)點(diǎn)排列順序不變；其中每個(gè)集合s都包含一個(gè)父結(jié)點(diǎn)及其按待合并位置分開的左、右子結(jié)點(diǎn)，得到結(jié)點(diǎn)集序列

步驟B03：對(duì)于每個(gè)結(jié)點(diǎn)集用分類器對(duì)中的父結(jié)點(diǎn)、子結(jié)點(diǎn)代表的文本行判斷其屬于完整文本行的置信度(過分割文本行的置信度較低)，然后按照置信度進(jìn)行剪枝或合并操作(具體的剪枝、合并策略在步驟C中詳解)，使得每個(gè)結(jié)點(diǎn)集s_i只保留一個(gè)結(jié)點(diǎn)，則此時(shí)結(jié)點(diǎn)集序列S即為在剪枝、合并策略下選擇出的最優(yōu)路徑，從而得到重置的文本行精確定位結(jié)果，以解決過分割問題。

所述步驟C具體步驟如下：

步驟C01：分類器判別階段，對(duì)結(jié)點(diǎn)集s_i中的父結(jié)點(diǎn)及左、右子結(jié)點(diǎn)分別用分類器判斷該結(jié)點(diǎn)所指代的文本行是否屬于完整的文本行(即沒有被過度分割的文本行)，同時(shí)給出該文本行非過分割的置信度；每個(gè)結(jié)點(diǎn)集根據(jù)所含三個(gè)結(jié)點(diǎn)的判別結(jié)果從八種情況中選擇合適的一種，進(jìn)行后續(xù)處理；

步驟C02：八種分類器判別情況中，有五種情況無需進(jìn)行結(jié)點(diǎn)置信度比較就可直接根據(jù)分類器判別結(jié)果來執(zhí)行決策階段的剪枝或合并操作；剩下三種情況還需要進(jìn)一步在結(jié)點(diǎn)置信度比較階段，根據(jù)父結(jié)點(diǎn)、左子結(jié)點(diǎn)及右子結(jié)點(diǎn)的置信度比較結(jié)果，來對(duì)結(jié)點(diǎn)所指代的文本行區(qū)域執(zhí)行剪枝或合并操作；最終在剪枝、合并策略下處理過的結(jié)點(diǎn)集，構(gòu)成了二叉樹搜索空間中的最優(yōu)路徑，對(duì)應(yīng)著重置后的文本行精確定位結(jié)果，解決了文本行的過分割問題。

本發(fā)明技術(shù)方案具備以下技術(shù)效果：針對(duì)場(chǎng)景圖像中文本行過分割的特征，提出構(gòu)建二叉樹搜索空間。其中，將所有不可再分的文本行單元作為葉子結(jié)點(diǎn)(分割置信度為0)，將覆蓋了若干文本行區(qū)域的文本行組合作為中間結(jié)點(diǎn)(分割置信度漸高)，將整個(gè)文本行區(qū)域作為根結(jié)點(diǎn)(分割置信度最高)，即把所有過分割的文本行納入了二叉樹體系。構(gòu)建二叉樹的過程是自上而下、自左向右的，而在二叉樹搜索空間中搜索路徑采用的后后序遍歷是自底向上的，即剪枝、合并操作時(shí)從分割置信度較小朝往較大的方向進(jìn)行，這符合在過分割的文本行中應(yīng)先合并差異(差異度由分割置信度指代)較小的文本行的規(guī)律，因此二叉樹這種數(shù)據(jù)結(jié)構(gòu)很適合作為處理過分割文本行的搜索空間。另外根據(jù)二叉樹結(jié)構(gòu)特性可知該方法的時(shí)間復(fù)雜度為Olog(n)，相比于其它用排序方法構(gòu)建的搜索空間O(n²)的復(fù)雜度要高效得多。最后本方法采用了符合二叉樹特性的一整套自適應(yīng)地剪枝、合并策略，相比于固定閾值的剪枝方案能夠加速文本行精確定位過程，并更精準(zhǔn)的解決文本行過分割問題。

附圖說明

圖1是在輸入原圖中被過度分割的文本行定位。

圖2是為定位出的文本行構(gòu)建二叉樹搜索空間。

圖3是模擬后序遍歷搜索策略在二叉樹搜索空間中構(gòu)建路徑。

圖4是剪枝、合并策略。

圖5是文本行精確定位效果圖(解決了文本行過分割問題)。

具體實(shí)施方式

下面結(jié)合附圖詳細(xì)介紹本發(fā)明各步驟中的具體細(xì)節(jié)。

本發(fā)明提出了一種基于二叉樹的文本行精確定位方法，具體包括以下步驟：

步驟A：輸入文本行被過度分割的自然場(chǎng)景圖像(如圖1所示)，其中行分割線的位置及置信度已經(jīng)給出(如圖2(a)所示)，要為被過度分割的文本行構(gòu)建二叉樹搜索空間(如圖2(b)所示)。二叉樹中的結(jié)點(diǎn)包含三個(gè)屬性，分別是結(jié)點(diǎn)所指代文本行的左邊界位置、右邊界位置及置信度。具體實(shí)現(xiàn)時(shí)用圖2(c)所示的表格來存儲(chǔ)二叉樹搜索空間及結(jié)點(diǎn)。其具體實(shí)施方式的步驟與權(quán)利要求書步驟大體一致，不同之處是增加了構(gòu)造表格的過程。

步驟A具體步驟如下：

步驟A01：構(gòu)建一張表來表示二叉樹搜索空間，命名為二叉樹表。二叉樹表中每行代表一個(gè)結(jié)點(diǎn)，一行包含四個(gè)字段(屬性)，其中結(jié)點(diǎn)序號(hào)唯一標(biāo)識(shí)一個(gè)結(jié)點(diǎn)(由序號(hào)可看出二叉樹中結(jié)點(diǎn)的構(gòu)建過程是自上而下、自左向右)，左、右邊界位置可確定結(jié)點(diǎn)所代表文本行區(qū)域的范圍，結(jié)點(diǎn)置信度在后續(xù)的路徑搜索步驟中起作用。二叉樹表的行數(shù)由行分割線的數(shù)目num來確定，根據(jù)二叉樹的結(jié)構(gòu)特性知有num-1個(gè)葉子結(jié)點(diǎn)及num-2個(gè)中間結(jié)點(diǎn)，則二叉樹表的行數(shù)(也就是結(jié)點(diǎn)的個(gè)數(shù))為N＝(2×num-3)行，因此初始化大小為N×4，值均為0的二叉樹表來實(shí)現(xiàn)二叉樹搜索空間。已知結(jié)點(diǎn)序號(hào)i＝1,2,...,N，那么首先從i＝1的結(jié)點(diǎn)(根結(jié)點(diǎn)，也是表中首行)開始構(gòu)造。

步驟A02：在當(dāng)前文本行范圍內(nèi)構(gòu)建父結(jié)點(diǎn)n_p，首先在所有行分割線中選出最外圍的首尾行分割線l₁,l_num的位置作為父結(jié)點(diǎn)的邊界位置l_l,l_r，由邊界位置可確定父結(jié)點(diǎn)所對(duì)應(yīng)的文本行區(qū)域組合的范圍。然后在此范圍內(nèi)(不包含邊界位置)找到置信度最高p_max的行分割線的位置作為待合并位置l_m。接著在二叉樹表中第i行，將l_l,l_r,p_max分別賦予左子結(jié)點(diǎn)位置、右子結(jié)點(diǎn)位置及結(jié)點(diǎn)置信度字段，即完成了當(dāng)前結(jié)點(diǎn)n_p的構(gòu)建。令i＝i+1，即準(zhǔn)備構(gòu)造二叉樹表的下一行。

步驟A03：構(gòu)建父結(jié)點(diǎn)n_p的左右子結(jié)點(diǎn)n_l,n_r，用父結(jié)點(diǎn)n_p的待合并位置l_m將父結(jié)點(diǎn)代表的文本行區(qū)域范圍分成左右兩部分part_l,part_r，分別用左子結(jié)點(diǎn)n_l和右子結(jié)點(diǎn)n_r來表示，其中左子結(jié)點(diǎn)n_l的邊界位置l_l^*,l_r^*由父結(jié)點(diǎn)的左邊界位置l_l及待合并位置l_m構(gòu)成，n_l的待合并位置l_m^*由part_l中置信度最高p^*_max的行分割線位置獲得，則在二叉樹表中第i行將l_l^*,l_r^*,p^*_max分別賦予左子結(jié)點(diǎn)位置、右子結(jié)點(diǎn)位置及結(jié)點(diǎn)置信度字段，即完成了當(dāng)前結(jié)點(diǎn)n_l的構(gòu)建，然后令i＝i+1，準(zhǔn)備構(gòu)造二叉樹表的下一行。同理，右子結(jié)點(diǎn)n_r的邊界位置l_l^*,l_r^*由父結(jié)點(diǎn)的待合并位置l_m及右邊界位置l_r構(gòu)成，n_r的待合并位置l_m^*由part_r中置信度最高p^*_max的行分割線位置獲得，則在二叉樹表中第i行將l_l^*,l_r^*,p^*_max分別賦予左子結(jié)點(diǎn)位置、右子結(jié)點(diǎn)位置及結(jié)點(diǎn)置信度字段，即完成了當(dāng)前結(jié)點(diǎn)n_r的構(gòu)建，然后令i＝i+1，準(zhǔn)備構(gòu)造二叉樹表的下一行。

步驟A04：將左子結(jié)點(diǎn)n_l代表的文本行區(qū)域范圍作為當(dāng)前文本行范圍，返回到步驟A02并遞歸地構(gòu)建二叉樹搜索空間中的第i個(gè)結(jié)點(diǎn)，直到構(gòu)建到某一左子結(jié)點(diǎn)只存在邊界位置而不含待合并位置時(shí)，則令該結(jié)點(diǎn)為葉子節(jié)點(diǎn)n_leaf(不可再分的文本行單位)，接著在二叉樹表中第i行將分別賦予左子結(jié)點(diǎn)位置和右子結(jié)點(diǎn)位置字段，并在結(jié)點(diǎn)置信度字段賦予0，然后返回到該結(jié)點(diǎn)的父節(jié)點(diǎn)n_p處。

步驟A05：將右子結(jié)點(diǎn)n_r代表的文本行區(qū)域范圍作為當(dāng)前文本行范圍，返回到步驟A02并遞歸地構(gòu)建二叉樹搜索空間中的第i個(gè)結(jié)點(diǎn)，直到構(gòu)建到某一右子結(jié)點(diǎn)只存在邊界位置而不含待合并位置時(shí)，則令該結(jié)點(diǎn)為葉子節(jié)點(diǎn)n_leaf(不可再分的文本行單位)，接著在二叉樹表中第i行將分別賦予左子結(jié)點(diǎn)位置和右子結(jié)點(diǎn)位置字段，并在結(jié)點(diǎn)置信度字段賦予0，并返回到該結(jié)點(diǎn)的父節(jié)點(diǎn)n_p處。

步驟A06：通過上述步驟，自上而下、自左向右遞歸地構(gòu)建二叉樹搜索空間，直到最右一個(gè)文本行單元作為葉子節(jié)點(diǎn)被納入該搜索空間(即當(dāng)i＝N時(shí))，則建立起覆蓋了所有文本行組合方式的二叉樹搜索空間。

步驟B：在通過步驟A已經(jīng)構(gòu)建好的二叉樹搜索空間中模擬后序遍歷的訪問方式來搜索路徑，其中每條路徑都是一個(gè)結(jié)點(diǎn)集，而最優(yōu)路徑是對(duì)所有結(jié)點(diǎn)集來執(zhí)行剪枝、融合操作(具體操作見步驟C)后得到的結(jié)點(diǎn)集序列。構(gòu)建路徑的具體實(shí)現(xiàn)是：將二叉樹搜索空間中的每個(gè)結(jié)點(diǎn)的置信度字段設(shè)置為臟位(如圖3(a)所示)，然后結(jié)合圖3(b)的搜索策略來近似模擬后序遍歷，最終構(gòu)建出圖3(c)所示的路徑表，表中每行的結(jié)點(diǎn)集都代表一條路徑。

步驟B具體步驟如下：

步驟B01：利用臟位(即二叉樹表中一行的結(jié)點(diǎn)置信度字段)和搜索策略來模擬后序遍歷，從而自底向上地構(gòu)建二叉樹搜索空間中的路徑。在二叉樹表中，找臟位中具有非負(fù)最小值的結(jié)點(diǎn)作為父節(jié)點(diǎn)n_p，然后搜索n_p的左、右子結(jié)點(diǎn)。搜索策略如圖3(b)所示，其具體操作是在所有臟位為0的結(jié)點(diǎn)中尋找左邊界位置與n_p的左邊界位置相同的作為左子結(jié)點(diǎn)n_l，右邊界位置與n_p的右邊界位置相同的作為右子結(jié)點(diǎn)n_r，接著在圖3(c)的路徑表中將n_p,n_l,n_r分別賦予左子結(jié)點(diǎn)、右子結(jié)點(diǎn)及父結(jié)點(diǎn)字段。

其中，找臟位中具有非負(fù)最小值的結(jié)點(diǎn)作為父節(jié)點(diǎn)n_p是因?yàn)榕K位值非負(fù)的結(jié)點(diǎn)是中間結(jié)點(diǎn)，而只有中間結(jié)點(diǎn)才能成為候選父結(jié)點(diǎn)。然后在候選父結(jié)點(diǎn)中選臟位值最小的結(jié)點(diǎn)，是因?yàn)榕K位值(也就是結(jié)點(diǎn)置信度值)越小，說明該候選父結(jié)點(diǎn)的左、右子結(jié)點(diǎn)所代表的文本行被分割開來的可能性越低，則應(yīng)當(dāng)越早的接受合并處理。

在所有臟位為0的結(jié)點(diǎn)中尋找n_p的左、右子結(jié)點(diǎn)，是因?yàn)榕K位為0的結(jié)點(diǎn)是葉子結(jié)點(diǎn)，然后根據(jù)邊界位置相同的條件來在葉子結(jié)點(diǎn)中搜索n_p的子結(jié)點(diǎn)。

路徑表存儲(chǔ)的是在二叉樹搜索空間中搜索得到的輸出結(jié)果，路徑表中每行代表一組結(jié)點(diǎn)集(即一條路徑)，包含左子結(jié)點(diǎn)、右子結(jié)點(diǎn)及父節(jié)點(diǎn)三個(gè)字段。路徑表的行數(shù)與二叉樹內(nèi)中間結(jié)點(diǎn)的個(gè)數(shù)相同，有num-2個(gè)(在步驟A01中已知，num是行分割線的個(gè)數(shù))。因此路徑表是(num-2)×3的二維表。

步驟B02：搜索出步驟B01中所述的一組結(jié)點(diǎn)集(路徑)后，應(yīng)當(dāng)改變臟位(即二叉樹表中的結(jié)點(diǎn)置信度字段)的數(shù)值，以進(jìn)行下一組結(jié)點(diǎn)集的搜索。其具體操作是：將n_p所在臟位設(shè)為0，也就是使n_p由中間結(jié)點(diǎn)變?yōu)槿~子結(jié)點(diǎn)，然后將n_l,n_r的臟位設(shè)為-1，相當(dāng)于把這兩個(gè)葉子結(jié)點(diǎn)剪去，在后續(xù)的搜索過程中不予考慮。經(jīng)過上述的臟位設(shè)置，n_p改為葉子結(jié)點(diǎn)參與后續(xù)的路徑構(gòu)建，執(zhí)行自底向上的搜索過程。

步驟B03：在臟位被重置后，重復(fù)從B01到B03的步驟，直到二叉樹表中的臟位值除根結(jié)點(diǎn)(即序號(hào)為1的結(jié)點(diǎn))外均為-1，則得到路徑表中num-2個(gè)結(jié)點(diǎn)集，即為在二叉樹搜索空間中搜尋得到的所有路徑。

步驟C：對(duì)于二叉樹搜索空間中某條路徑上包含的每個(gè)結(jié)點(diǎn)集，據(jù)結(jié)點(diǎn)集中父結(jié)點(diǎn)及左、右子結(jié)點(diǎn)的置信度比較結(jié)果(父結(jié)點(diǎn)及左、右子結(jié)點(diǎn)所代表的文本行如圖4(a)所示)，可在八種剪枝、合并策略中選擇一種合適的情況進(jìn)行處理(分類器判別、置信度比較及決策階段如圖4(b)所示)，最終得到解決過分割問題的最優(yōu)路徑，該路徑對(duì)應(yīng)著重置后的文本行精確定位結(jié)果。

步驟C具體步驟如下：

步驟C01：分類器判別階段，對(duì)結(jié)點(diǎn)集s中的父結(jié)點(diǎn)及左、右子結(jié)點(diǎn)分別用分類器判斷該結(jié)點(diǎn)所指代的文本行是否屬于完整的文本行(即沒有被過度分割的文本行)，同時(shí)給出該文本行非過分割的置信度；每個(gè)結(jié)點(diǎn)集根據(jù)所含三個(gè)結(jié)點(diǎn)的判別結(jié)果從八種情況中選擇合適的一種，進(jìn)行后續(xù)處理；

步驟C02：八種分類器判別情況中，有五種情況無需進(jìn)行結(jié)點(diǎn)置信度比較就可直接根據(jù)分類器判別結(jié)果來執(zhí)行決策階段的剪枝或合并操作；剩下三種情況還需要進(jìn)一步在結(jié)點(diǎn)置信度比較階段，根據(jù)父結(jié)點(diǎn)、左子結(jié)點(diǎn)及右子結(jié)點(diǎn)的置信度比較結(jié)果，來對(duì)結(jié)點(diǎn)所指代的文本行區(qū)域執(zhí)行剪枝或合并操作；最終在剪枝、合并策略下處理過的結(jié)點(diǎn)集，構(gòu)成了二叉樹搜索空間中的最優(yōu)路徑，對(duì)應(yīng)著重置后的文本行精確定位結(jié)果，解決了文本行的過分割問題，如圖5所示。