基于多尺度信号处理的后处理掩码表格分割用于结构坐标提取
计算机视觉与模式识别
2025-12-25 v1
摘要
结构化数据从表格中提取在扫描文档和数字档案中起着关键作用。尽管已提出许多方法来检测表格结构并提取单元格内容，但准确识别表格边界（行和列）仍具有挑战性，尤其是在低分辨率或噪声图像中。许多实际场景中，表格数据不完整或受损，限制了基于转换器的方法对噪声输入的适应性。基于掩码的边缘检测技术在此类条件下表现更稳健，其灵敏度可通过阈值调谋来调整；然而，现有方法通常直接将掩码应用到图像上，导致噪声敏感、分辨率丢失或高计算成本。本文提出一种新颖的多尺度信号处理方法，用于从表格掩码检测表格边缘。将行和列转换建模为一维信号，并使用逐渐增加方差的高斯卷积，随后采用统计阈值处理以抑制噪声同时保留稳定的结构边缘。检测到的信号峰值映射回图像坐标，以获得准确的边界。实验结果表明，将所提方法应用于列边缘检测，可将使用 TableNet 和 PyTesseract OCR 的 Cell-Aware Segmentation Accuracy（CASA）从 67% 提升到 76%。该方法通过零填充和缩放策略对分辨率变化具有鲁棒性，并产生适用于下游分析的优化结构化表格输出。
引用
@article{arxiv.2512.21287,
title = {Post-Processing Mask-Based Table Segmentation for Structural Coordinate Extraction},
author = {Suren Bandara},
journal= {arXiv preprint arXiv:2512.21287},
year = {2025}
}