版面分析与理解技术主要研究如何将纸质文档转化为电子表示，并进一步理解为计算机可处理的符号表示的整个过程。版面分析与理解技术是OCR(光字符识别)系统的重要组成部分。论文首先简述了OCR系统及其与页面倾斜检测与版面分析的关系；总结回顾了该领域发展历程和现状。接着从文档图像的特点出发，介绍了几种图像平滑和二值化方法。通过实验分析，比较了这些算法的实验及优劣。针对扫描图像可能产生的倾斜，论文提出了一种基于图像的逻辑运算和最小二乘法的页面倾斜检测方法：首先定义了一系列逻辑运算算子；在分析算子性质的基础上，阐述了性质对算法的指导意义；最后给出了算法的具体实现。实验结果表明该算法具有准确度高、速度快而且与内容无关等优点，具有一定的理论价值和较强的实用价值。版面分析中，基于递归和投影的多又树模型算法是版面分割一个经典的算法，但该算法的实验性能严重受限于阈值的选取，如果阈值的选取不当，将造成文本区域的过分割现象。为了克服这个缺点，论文提出了一种改进算法，它引入了“自底向上”策略中的区域合并思想，从而改善了传统算法的实验性能，提高了算法的鲁棒性。最后用基于连通域特征值的方法进行区域识别。随后论文对版面分割和区域识别算法的实验数据进行了图表分析，给出了算法的优缺点，探讨了导致算法不足的原因。最后，总结了论文的成果和不足，给出了对该领域研究的看法和做论文期间的体会。