目前对于文档图像上的文字信息的识别已相对成熟,市面上已有较多的产品对文档图像上的字符有着不错的识别结果,但是对于文档中的表格图像的识别仍需进一步完善。当表格存在扭曲变形以及光照不均等情况时,可能并不会得到理想的识别结果。本文对国内外的表格识别技术进行了分析,主要对低质量文档图像的二值化以及表格图像的几何形变校正等内容进行了研究,最终实现了一套鲁棒性较高的表格识别算法。本文主要完成的主要工作如下:1)对文档图像的二值化算法进行了研究。针对文档图像上可能存在的光照不均等问题,提出了一种基于背景估计的二值化算法。通过笔画宽度变换估算笔画宽度,根据笔画宽度确定二值化处理过程中所应用的局部窗口大小。对背景补偿后的图像利用改进的局部二值化算法与全局阈值化结合的方法进行处理。实验结果表明,该算法能在一定程度上抑制背景噪声,使得前景与背景类别划分正确。2)对表格图像的扭曲校正算法进行了研究。本文提出了一种基于统计的表格线提取算法,通过对表格行列线的拟合对提取的线段进行修正。利用线段之间的交点对表格图像进行透视变换,再通过表格边框拟合线进行扭曲校正。3)根据表格上的行线与列线之间的交叉关系,得到表格的所有特征点集合。根据表格特征点之间的关系,确定表格每个单元格的顶点坐标以及顶点特征。4)将文档图像上的表格转换为可编辑电子表格。将所有的行与列进行排序,将不相连但属于同一行/列或近似属于同一行/列的表格线视为同一行/列。判断每个单元格的四个顶点所属的行与列,将跨越多行或多列的单元格进行合并,得到表格的框架结构,结合单元格内识别的字符将表格信息写入excel中,实现表格的重构。本文在以上工作的基础之上,实现了基于图像的表格识别系统,设计了简洁、友好的交互界面。实验表明,本系统能对发生扭曲变形的表格图像的识别率达到了85%,高于现有的部分表格识别商业软件。