خواندن خودکار نقشه‌های فرش به معنی تعیین نقشه با تعداد رنگ مشخص از روی نقشه اسکن‌شده است. خواندن خودکار شامل دو مرحله تشخیص خطوط نقشه و کاهش تعداد رنگ‌ پیکسل‌های تصویر است. کاهش رنگ نیز از دو مرحله طراحی پالت و نگاشت رنگ پیکسل‌های تصویر به رنگ‌های پالت تشکیل می‌شود. برای کاهش رنگ، روش‌های متنوعی وجود دارد که دقت آنها از اهمیت بالایی برخوردار است و حتی در برخی از روش‌ها برای افزایش دقت برای طراحی پالت از کاربر کمک گرفته می‌شود. هدف از این تحقیق ارائه روش کاهش رنگ کاملاً خودکار با دقت بالا است. برای این منظور از روش یادگیری تقویت‌شده استفاده شده است که دقتی بالغ بر 98% دارد. تاکنون از این روش برای کاهش رنگ استفاده نشده است. روش پیشنهادی با توجه به کاربرد، تعریف شده است و میزان کاهش رنگ به‌نحوی است که دقت الگوریتم کاهش پیدا نکند. از این رو پالت نهایی، از تعداد رنگ بیشتری در مقایسه با پالت اصلی برخوردار است. در کار ارائه‌شده در این مقاله، ابتدا خطوط نقشه آشکار می‌شوند و رنگ پیکسل‌های درون هر خانه نقشه به یک پیکسل نگاشت می‌شود و سپس با استفاده از روش یادگیری تقویت‌شده کاهش رنگ انجام می‌شود. نتایج حاصل از آزمایش روش پیشنهادی بر روی چند تصویر نمونه ارائه و بررسی می‌شود. پرونده مقاله

نقشه‌های فرش شامل دو دسته چاپی و دستی هستند و نقشه‌های دستی نیز به دو گروه پیش و پس از نقطه‌گذاری تقسیم می‌شوند. هدف این تحقیق، کاهش رنگ در نقشه‌های دستی پیش از نقطه‌گذاری است. مقالات گوناگونی درباره کاهش رنگ در نقشه‌های فرش پس از نقطه‌گذاری وجود دارد اما تا کنون مقاله‌ای در باب کاهش رنگ در نقشه‌های دستی پیش از نقطه‌گذاری ارائه نشده است. الگوریتم پیشنهادی از 4 مرحله اصلی تشکیل شده است: تعیین نواحی تصویر، مشخص‌کردن رنگ هر ناحیه، کاهش رنگ در حوالی مرزهای تصویر و کاهش رنگ نهایی با روش C- میانگین. برای 80 قسمت از 20 نقشه مختلف، دقت الگوریتم حدود 96 درصد است، به عبارت دیگر رنگ 96 درصد از پیکسل‌های تصویر به درستی تعیین شده و دقت بالای این روش به دلیل متناسب‌بودن روش پیشنهادی با کاربرد آن است. روش ارائه‌شده در این مقاله کاملاً خودکار نیست و تعداد رنگ‌های نقشه باید توسط کاربر به عنوان ورودی به الگوریتم داده شود. پرونده مقاله