تلفن: ۰۴۱۴۲۲۷۳۷۸۱
تلفن: ۰۹۲۱۶۴۲۶۳۸۴

دانلود ترجمه مقاله استخراج کاراکتر در تصویر وب به منظور تشخیص و بازشناسی متن

عنوان فارسی: استخراج کاراکتر در تصویر وب به منظور تشخیص و بازشناسی متن
عنوان انگلیسی: Character Extraction in Web Image for Text Recognition
تعداد صفحات مقاله انگلیسی : 4 تعداد صفحات ترجمه فارسی : 7
سال انتشار : 2012 نشریه : IAPR
فرمت مقاله انگلیسی : PDF فرمت ترجمه مقاله : ورد تایپ شده
کد محصول : 3083 رفرنس : دارد
محتوای فایل : zip حجم فایل : 454.66Kb
رشته های مرتبط با این مقاله: مهندسی کامپیوتر و مهندسی فناوری اطلاعات
گرایش های مرتبط با این مقاله: طراحی و تولید نرم افزار، هوش مصنوعی و مهندسی نرم‌افزار
مجله: کنفرانس بین المللی تشخیص الگو
دانشگاه: علوم کامپیوتر، دانشکده کامپیوتر، دانشگاه ملی سنگاپور
وضعیت ترجمه عناوین تصاویر و جداول: ترجمه شده است
وضعیت ترجمه متون داخل تصاویر و جداول: ترجمه نشده است
وضعیت فرمولها و محاسبات در فایل ترجمه: به صورت عکس، درج شده است
ترجمه این مقاله با کیفیت عالی آماده خرید اینترنتی میباشد. بلافاصله پس از خرید، دکمه دانلود ظاهر خواهد شد. ترجمه به ایمیل شما نیز ارسال خواهد گردید.
فهرست مطالب

چکیده

۱  مقدمه

۲  تکنیک پیشنهاد شده

۱  ۲ پیش پردازش

۲  ۲ هموارسازی و دودویی سازی تصویر

۳  ۲ تشخیص و آشکارسازی مولفه های کاراکتر

۴  ۲ تصحیح چوله و تشخیص متن

۳  آزمایشات و بحث

۴  نتیجه گیری

نمونه متن انگلیسی

Abstract

Images with text are frequently used on Internet for different purposes. Automatic recognition of text from web images plays an important role on extraction and retrieval of web information. However, the web images are usually in low resolution with artifacts and special effects, which makes word recognition a challenge task even after the text has been localized. In this paper, we propose a robust text recognition technique to efficiently convert the web images into text format. The proposed technique first makes use of the L0 norm smoothing to increase the edge contrast of the input web images. The images are then binarized on each color channel. A connected component analysis is followed to identify the possible character components. Finally the character candidates are recognized by the OCR engine after skew correction. Extensive experiments have been conducted on the latest ICDAR 2011 robust reading competition dataset for born-digital text. The experimental results show the superior performance of our proposed technique.

نمونه متن ترجمه

چکیده

برروی اینترنت و به منظورهای مختلف تصاویر با متن کاربرد گسترده ای دارند. تشخیص خودکار متن از تصاویر وب نقش مهمی در استخراج و بازیابی اطلاعات وب ایفا می کند. اما، تصاویر وب معمولاً دارای رزولاسیون پائین و اثرات خاص می باشند که این امر تشخیص کلمه را حتی بعد از مکان یابی متن، به کاری چالش برانگیز تبدیل می کند. در این مقاله، تکنیک تشخیص متن پایدار و توانمندی برای تبدیل کارآمد تصاویر وب به فرمت متنی پیشنهاد می کنیم. تکنیک پیشنهاد شده ابتدا از روش هموارسازی نرم L0 برای افزایش کنتراست لبه تصاویر ورودی وب استفاده می کند. سپس تصاویر برروی هر کانال رنگ به صورت دودویی درمی آیند. برای شناسایی مولفه های کاراکتر از روش تحلیل مولفه متصل استفاده شده است. بالاخره، گزینه های انتخابی کاراکتر توسط موتور OCR بعد از تصحیح چولگی (چاوله) تشخیص داده شده اند. آزمایشات گسترده ای روی آخرین مجموعه داده های Reading Competition برای متن دیجیتالی انجام گرفته است. نتایج آزمایشی عملکرد برتر تکنیک پیشنهاد شده را نشان می دهد.

نحوه خرید نسخه پاورپوینت این مقاله