安徽博诺思信息科技有限公司

本发明公开了一种电力文档重复页检测方法及系统，涉及文档检测的技术领域。通过将电力文档由基于OCR文本解析和语义比对的处理方式转化为基于页面视觉结构的特征指纹建模与相似性分级判断方式，能够直接利用页面整体布局结构完成重复页识别，避免图纸占比高、文本稀疏、扫描倾斜、噪声、水印及印章遮挡对OCR识别稳定性和语义匹配准确性的影响，并通过视觉特征指纹初筛、汉明距离过滤及结构相似性精细验证相结合的方式，在保证重复页识别准确性的同时，降低计算复杂度与识别成本，提高大规模电力工程档案场景下重复页检测的鲁棒性与处理效率。