یک روش مستقل از تباین برای دودویی‌کردن تصاویر متنی
الموضوعات :
مرتضی ولي‌زاده
1
(دانشگاه تربیت مدرس)
احسان‌اله کبیر
2
(دانشگاه تربیت مدرس)
الکلمات المفتاحية: آستانهیابی محلی تصاوير متنی آسيب‌ديده مدل جريان آب تخمين روشنايي مستقل از تباین,
ملخص المقالة :
در اين تحقيق يک روش مستقل از تباین برای دودویی‌کردن تصاویر متنی آسیب‌دیده ارائه میشود. این روش به تنظیم پارامتر توسط کاربر نیاز ندارد و برای دودویی‌کردن تصاویر متنی با آسیبهای تباین کم و غیر یکنواختی روشنایی پسزمینه و متن مناسب است. آستانهیابی با روش ارائه‌شده شامل سه مرحله است. در مرحله اول، مستقل از تباین متن و پسزمینه، قسمتهای بارز هر یک از حروف با روش بارش باران اصلاح‌شده استخراج میشود. الگوریتم بارش باران اصلاح‌شده برای استخراج قسمتهای بارز حروف طراحی شده است و مشکلات روش بارش باران را شامل نمیشود. در مرحله دوم با استفاده از نواحی متنی استخراج‌شده، روشنایی نواحی متنی به‌طور محلی تخمین زده میشود. همچنین با توجه به این که در تصاویر متنی تعداد پیکسلهای متن در مقایسه با پیکسلهای پسزمینه ناچیز است، روشنایی پسزمینه با میانگینگیری از روشنایی تصویر اصلی به‌طور محلی تخمین زده میشود. در مرحله سوم برای هر پیکسل، حد آستانه با استفاده از تخمین روشنایی پسزمینه و متن محاسبه میشود. این روش آستانهیابی به‌طور بصری و کمّی با چهار روش متداول آستانهیابی مقایسه شده است و نتایج ارزیابی نشان میدهد که روش پیشنهادی برای دودویی‌کردن تصاویر متنی که با دوربین گرفته شدهاند نسبت به روشهای متداول برتری دارد و نواحی متنی با تباین کم را به خوبی استخراج میکند.
[1] N. Otsu, "A threshold selection method from grey level histogram," IEEE Trans. Syst. Man Cybernetics., vol. 9, no. 1, pp. 62-66, Jan. 1979.
[2] J. N. Kapur, P. K. Sahoo, and A. K. C. Wong, "A new method for graylevel picture thresholding using the entropy of the histogram," Computer Vision, Graphics and Image Processing, vol. 29, no. 3, pp. 273-285, Mar. 1985.
[3] J. S. Weszka and A. Rosenfeld, "Histogram modification for threshold selection," IEEE Trans. on Systems, Man, Cybernetics, vol. 9, no. 1, pp. 38-52, Jan. 1979.
[4] B. Gatos, I. Pratikakis, and S. J. Perantonis, "Adaptive degraded document image binarization," Pattern Recognition, vol. 39, no. 3, pp. 317-327, Mar. 2006.
[5] J. Sauvola and M. Pietikainen, "Adaptive document image binarization," Pattern Recognition, vol. 33, no. 2, pp. 225-236, Feb. 2000.
[6] J. Bernsen, "Dynamic thresholding of grey-level images," in Proc. of the 8th Int. Conf. on Pattern Recognition, pp. 1251-1255, Paris, France, Oct. 1986.
[7] W. Niblack, An Introduction to Digital Image Processing, Prentice Hall, Englewood Cliffs, NJ, pp. 115-116, 1986.
[8] Y. Yang and H. Yan, "An adaptive logical method for binarization of degraded document images," Pattern Recognition, vol. 33, no. 5, pp. 787-807, May 2000.
[9] M. Kamel and A. Zhao, "Extraction of binary character/graphics images from grayscale document images," Graphical Models Image Processing, vol. 55, no. 3, pp. 203-217, May 1993.
[10] J. M. White and G. D. Rohrer, "Image segmentation for optical character recognition and other applications requiring character image extraction," IBM J. Research Development, vol. 27, no. 1, pp. 400-411, Feb. 1983.
[11] O. D. Trier and T. Taxt, "Improvement of 'Integrated Function Algorithm' for binarization of document images," Pattern Recognition Letters, vol. 16, no. 3, pp. 277-283, Mar. 1995.
[12] S. Rodtook and Y. Rangsanseri, "Adaptive thresholding of document images based on Laplacian sign," in Proc. Int. Conf. on Information Technology: Coding and Computing, pp. 501-505, 2-4 Apr. 2001.
[13] Q. Chena, Q. Suna, P. A. Heng, and D. Xia, "A double-threshold image binarization method based on edge detector," Pattern Recognition, vol. 41, no. 4, pp. 1254-1267, Apr. 2008.
[14] X. Ye, M. Cheriet, and C. Y. Suen, "Stroke-model-based character extraction from gray-level document images," IEEE Trans. on Image Processing, vol. 10, no. 8, pp. 1152-1161, Aug. 2001.
[15] S. Huang, M. Ahmadi, and M. A. Sid-Ahmed, "A hidden Markov model-based character extraction method," Pattern Recognition, vol. 41, no. 9, pp. 2890-2900, Sep. 2008.
[16] O. D. Trier and T. Taxt, "Evaluation of binarization methods for document images," IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 17, no. 3, pp. 312-315, Mar. 1995.
[17] M. Sezgin and B. Sankur, "Survey over image thresholding techniques and quantitative performance evaluation," J. of Electronic Imaging, vol. 13, no. 1, pp. 146-165, Jan. 2004.
[18] Y. Chen and G. Leedham, "Decompose algorithm for thresholding degraded historical document images," in IEE Proc. Vis. Image Signal Processing, vol. 152, pp. 702-714, Dec. 2005.
[19] J. R. Parker, "Gray level thresholding in badly illuminated images," IEEE Trans. on Pattern Analysis and Machine Intelligence, vol. 13, no. 8, pp. 813-819, Aug. 1991.
[20] I. K. Kim, D. W. Jung, and R. H. Park, "Document image binarization based on topographic analysis using a water flow model," Pattern Recognition, vol. 35, no. 1, pp. 265-277, Jan. 2002.
[21] F. Shafait, D. Keysers, and T. M. Breuel, "Efficient implementation of local adaptive thresholding techniques using integral images," in Document Recognition and Retrieval XV, 2008.
[22] E. Badekas and N. Papamarkos, "Optimal combination of document binarization techniques using a self - organizing map neural network," Engineering Applications of Artificial Intelligence, vol. 20, no. 1, pp. 11-24, Feb. 2007.
[23] Y. Solihin and C. G. Leedham, "Integral ratio: a new class of global thresholding techniques for handwriting images," IEEE Trans. Pattern Analysis and Machine Intelligence, vol. 22, no. 8, pp. 761-768, Aug. 1999.
