OCR 是模式识别中最热门的研究领域之一,而表格识别是OCR 的一个重要的研究和应用方向。本文主要讨论表格识别中的两个问题,即表格识别预处理技术与表格字符提取算法。二值化是图像处理和字符识别中相当重要的一个环节。本文在现有的图像二值化算法的基础上,针对手写表格文档提出了一种基于非线性对比度增强及LoG算子的混合二值化方法,基本上克服了现有方法所存在的对噪声敏感、速度较慢、易导致笔划断裂等缺点。实验证明该方法比传统方法有显著改进。待识别文档被扫描成图像的过程中不可避免地会出现一定的倾斜。本文针对表格文档图像,在Hough 变换的基础上提出了一种带参数约束条件的Hough 变换——HTPC,有效降低了传统Hough 变换的计算复杂度,并结合一种快速图像旋转方法,实现了对表格文档图像的快速倾斜角检测及校正。本文研究的重点之一是如何解决表格文档中手写字符经常重叠表格边框线的问题。为此,我们提出了一种新方法来准确定位和完整地提取重叠边框线的字符,即先通过CTF 过程准确地定位并提取出表格的所有单元格,再通过ECCEA方法完整地提取出表格中的字符,然后利用基于连通区域检测的去噪算法对图像进行去噪,最后对字符图像进行平滑化处理。实验表明了我们的方法的有效性。最后,我们利用本文提出的表格文档预处理及字符提取算法,并结合我们对字符分割、特征提取以及分类器设计等问题的最新研究,研制开发了Windows平台上适用的《成绩单自动识别系统》,其总体识别率平均达到了90.89%。