1.一种表格干扰线去除算法，其特征是该方法包括下述步骤：
(1)二值化处理；
对文档灰度图像i进行局部自适应二值化处理，以去除图像i中的背景噪声干扰，同时将有效的表格线段以及文字信息提取出来，得到第一二值图像ib1；
(2)腐蚀、膨胀操作；
设置一个大小为nvertical×nhorizontal的横向腐蚀及膨胀参数矩阵ghorizontal，nvertical、nhorizontal分别表示矩阵的行数和列数，1≤nvertical＜nhorizontal≤k×w，0＜k＜1，w表示图像的宽度，k表示缩放系数；利用该矩阵对第一二值图像ib1进行横向腐蚀操作，得到第二二值图像ib2；再对第二二值图像ib2进行横向膨胀操作，得到第三二值图像ib3；
设置一个大小为mvertica×lmhorizont的纵向腐蚀及膨胀参数矩阵gvertica，mvertical、mhorizontal分别表示矩阵的行数和列数，1≤mhorizontal＜mvertical≤k×w，0＜k＜1，w表示图像的宽度，k表示缩放系数；利用该矩阵对第一二值图像ib1分别进行纵向腐蚀操作，得到第四二值图像ib4；再对第四二值图像ib4进行纵向膨胀操作，得到第五二值图像ib5；
(3)直线检测；
对第三二值图像ib3进行直线检测，得到第六二值图像ib6，对第五二值图像ib5进行直线检测，得到第七二值图像ib7；将第六二值图像ib6和第七二值图像ib7中的线段进行合并，得到第八二值图像ib8；
(4)干扰线检测；
根据以下三种干扰线特征判断第八二值图像ib8中的每一条横向线段hi是否属于干扰线，其中，i＝1,…,m，m是第八二值图像ib8中横向线段的数目：
a)横向线段hi端点衔接处发生断裂；
b)横向线段hi的长度与第八二值图像ib8中所有横向线段的平均长度的偏差较大；
c)横向线段hi的倾斜角度与第八二值图像ib8中所有横向线段的平均倾斜角度偏差较大；
当横向线段hi满足上述两种及以上特征时，则认为横向线段hi为干扰线；
根据以下三种干扰线特征判断第八二值图像ib8中的每一条纵向线段gj是否属于干扰线，其中，j＝1,…,n，n是第八二值图像ib8中纵向线段的数目：
a)纵向线段gj端点衔接处发生断裂；
b)纵向线段gj的长度与第八二值图像ib8中所有纵向线段的平均长度的偏差较大；
c)纵向线段gj的倾斜角度与第八二值图像ib8中所有纵向线段的平均倾斜角度偏差较大；
当纵向线段gj满足上述两种及以上特征时，则认为纵向线段gj为干扰线；
(5)干扰线去除；将第八二值图像ib8中的干扰线去除，得到表格结构线段结果图像ir。
2.根据权利要求1所述的一种表格干扰线去除算法，其特征是：所述步骤(1)中局部自适应二值化处理的方法是：
对于文档灰度图像i中位置为(x,y)的像素，以其为中心选取宽为p、高为q的区域块d，2＜p≤w，2＜q≤h，w和h分别是文档灰度图像i的宽和高；对区域d中所有像素依据其与(x,y)位置像素的距离进行高斯加权和计算，得到(x,y)位置像素的二值化阈值td：
其中，id(u,v)表示区域块d中(u,v)位置像素的灰度值，fd(u,v)表示区域块d中(u,v)位置像素对应的权重，权重fd(u,v)通过以下公式计算：
对于文档灰度图像i中位置为(x,y)的像素，其二值化之后的值b(x,y)按以下公式计算：
其中，i(x,y)表示文档灰度图像i中(x,y)位置像素的灰度值，td(x,y)表示文档灰度图像i中(x,y)位置像素对应的二值化阈值。
3.根据权利要求1所述的一种表格干扰线去除算法，其特征是：所述步骤(2)中对第一二值图像ib1进行横向腐蚀操作的具体方法是：
对于第一二值图像ib1中的每一个像素p，将矩阵ghorizontal的中心点对准像素p，并计算矩阵ghorizontal所覆盖的所有像素中的最小值，将其作为像素p的像素值。
4.根据权利要求1所述的一种表格干扰线去除算法，其特征是：所述步骤(2)中对第二二值图像ib2进行横向膨胀的具体方法是：
对于第二二值图像ib2中的每一个像素p，将矩阵ghorizontal的中心点对准像素p，并计算矩阵ghorizontal所覆盖的所有像素中的最大值，将其作为像素p的像素值。
5.根据权利要求1所述的一种表格干扰线去除算法，其特征是：所述步骤(2)中对第一二值图像ib1进行纵向腐蚀操作的具体方法是：
对于第一二值图像ib1中的每一个像素p，将矩阵gvertical的中心点对准像素p，并计算矩阵gvertical所覆盖的所有像素中的最小值，将其作为像素p的像素值。
6.根据权利要求1所述的一种表格干扰线去除算法，其特征是：所述步骤(2)中对第四二值图像ib4进行纵向膨胀的具体方法是：
对于第四二值图像ib4中的每一个像素p，将矩阵gvertical的中心点对准像素p，并计算矩阵gvertical所覆盖的所有像素中的最大值，将其作为像素p的像素值。
7.根据权利要求1所述的一种表格干扰线去除算法，其特征是：所述步骤(4)中根据三种干扰线特征判断第八二值图像ib8中的每一条横向线段hi是否属于干扰线的计算方法如下：
第一步：判断横向线段hi端点衔接处是否断裂的具体算法是：
(1)对于第八二值图像ib8中的每一条纵向线段gj，j＝1,…,n，n是第八二值图像ib8中纵向线段的数目，过横向线段hi的左端点和右端点分别作其到纵向线段gj的垂线，当这两条垂线与纵向线段gj的交点均在线段gj内部时，计算横向线段hi的左端点到纵向线段gj的距离di,j,1及横向线段hi的右端点到纵向线段gj的距离di,j,2；
(2)对于横向线段hi，计算所有di,j,1中的最小值mindi,1和所有di,j,2中的最小值mindi,2，计算公式如下：
mindi,1＝min(di,1,1,…,di,n,1)(4)
mindi,2＝min(di,1,2,…,di,n,2)(5)
(3)当最小距离值mindi,1、mindi,2中的最大值大于给定阈值tlh时，即
max(mindi,1,mindi,2)＞tlh(6)
则认为横向线段hi属于疑似干扰线；
第二步，判断横向线段hi长度与第八二值图像ib8中所有横向线段平均长度的偏差是否较大的算法是：
(1)对于第八二值图像ib8中的每一条横向线段hk，k＝1,…,m，m是第八二值图像ib8中横向线段的数目，计算其线段长度
其中，
(2)计算第八二值图像ib8中所有横向线段长度的平均长度lah，计算公式如下：
(3)对于横向线段hi，计算其长度
则认为横向线段hi属于疑似干扰线；
第三步，判断横向线段hi的倾斜角度与第八二值图像ib8中所有横向线段长度的平均倾斜角度的偏差是否较大的算法是：
(1)对于第八二值图像ib8中的每一条横向线段hk，k＝1,…,m，m是第八二值图像ib8中横向线段的数目，计算其倾斜角度
其中,arctan为反正切函数，
(2)计算第八二值图像ib8中所有横向线段的平均倾斜角度θah，计算公式如下：
(3)对于横向线段hi，计算其倾斜角度
则认为横向线段hi属于疑似干扰线。
8.根据权利要求1所述的一种表格干扰线去除算法，其特征是：所述步骤(4)中根据三种干扰线特征判断第八二值图像ib8中的每一条纵向线段gj是否属于干扰线的计算方法如下：
第一步，判断纵向线段gj端点衔接处是否断裂的具体算法是：
(1)对于第八二值图像ib8中的每一条横向线段hi，i＝1,…,m，m是第八二值图像ib8中横向线段的数目，过纵向线段gj的左端点和右端点分别作其到横向线段hi的垂线，当这两条垂线与横向线段hi的交点均在横向线段hi内部时，计算纵向线段gj的左端点到横向线段hi的距离rj,i,1及纵向线段gj的右端点到横向线段hi的距离rj,i,2；
(2)对于纵向线段gj，计算所有rj,i,1中的最小值minrj,1和所有rj,i,2中的最小值minrj,2，计算公式如下：
minrj,1＝min(rj,1,1,…,ri,m,1)(13)
minrj,2＝min(rj,1,2,…,rj,m,2)(14)
(3)当最小距离值minrj,1、minrj,1中的最大值大于给定阈值tlv时，即
max(minrj,1,minrj,2)＞tlv(15)
则认为纵向线段gj属于疑似干扰线；
第二步，判断纵向线段gj长度与第八二值图像ib8中所有纵向线段平均长度的偏差是否较大的算法如下：
(1)对于第八二值图像ib8中的每一条纵向线段gk，k＝1,…,n，n是第八二值图像ib8中纵向线段的数目，计算其线段长度
其中，
(2)计算第八二值图像ib8中所有纵向线段长度的平均长度lav，计算公式如下：
(3)对于纵向线段gj，计算其长度
则认为纵向线段gj属于疑似干扰线；
第三步，判断纵向线段gj的倾斜角度与第八二值图像ib8中所有横向线段长度的平均倾斜角度的偏差是否较大的算法如下：
(1)对于第八二值图像ib8中的每一条纵向线段gk，k＝1,…,n，n是第八二值图像ib8中纵向线段的数目，计算其倾斜角度
其中,arctan为反正切函数，
(2)计算第八二值图像ib8中所有纵向线段的平均倾斜角度θav，计算公式如下：
(3)对于纵向线段gj，计算其倾斜角度
则认为纵向线段gj属于疑似干扰线。