×

用于退化历史字符识别和变分分割的自适应形状先验。 (英语) Zbl 1186.68405号

摘要:我们提出了一种基于模型的变分方法来分割高度退化历史文档的灰度图像。给定一组字符(某个字母)的训练集,我们构建一组涵盖训练集大部分形状变化的形状模型。对于每个退化角色的灰度图像,我们先构造一个自定义的形状,然后再使用最适合角色边界的形状模型片段。因此,我们不局限于形状模型集中的任何特定形状。此外,我们还演示了退化字符识别之前形状的应用。实验表明,该方法在高退化字符的分割和识别中都取得了非常准确的结果。与手动分割相比,各个分割字符边界之间的平均距离为0.8像素(字符的平均大小为70\(*\)70像素)。

MSC公司:

68吨10 模式识别、语音识别
68单位10 图像处理的计算方法
PDF格式BibTeX公司 XML格式引用
全文: DOI程序

参考文献:

[1] 加托斯,B。;普拉提卡基斯,I。;Perantonis,J.S.,自适应降级文档图像二值化,模式识别,39,317-327(2006)·Zbl 1122.68531号
[2] Bar-Yosef,I.,古希伯来语手稿的输入敏感阈值,模式识别Lett。,26, 8, 1168-1173 (2005)
[3] M.Droettboom,纠正历史印刷文献识别中的断字,载于:第三届ACM/IEEE-CS数字图书馆联合会议论文集,2003年,第364-366页。;M.Droettboom,《在识别历史印刷文档时纠正破损字符》,载于《第三届ACM/IEEE-CS数字图书馆联合会议论文集》,2003年,第364-366页。
[4] J.D.Hobby,T.K.Ho,《通过位图聚类和平均增强退化文档图像》,载《第四届国际会议文档分析与识别》,1997年,第394-400页。;J.D.Hobby,T.K.Ho,《通过位图聚类和平均增强退化文档图像》,载《第四届国际会议文档分析和识别》,1997年,第394-400页。
[5] 艾利尔,B。;北巴厘岛。;Emptoz,H.,《遗产文件的自动准确破碎字符恢复》,《国际期刊》。分析。认可,8246-261(2006)
[6] 徐,C。;Prince,J.L.,《蛇、形状和梯度向量流》,IEEE Trans。图像处理。,7, 359-369 (1998) ·Zbl 0973.94003号
[7] Wakahara,T。;木村,Y。;Tomono,A.,《使用全局仿射变换相关性对灰度字符进行仿射非变异识别》,IEEE Trans。模式识别机。智力。,23, 384-395 (2001)
[8] M.Oliveira,B.Bowen,R.McKenna,Y.Chang,《快速数字图像修复》,载《可视化、成像和图像处理国际会议论文集》,2001年,第261-266页。;M.Oliveira,B.Bowen,R.McKenna,Y.Chang,《快速数字图像修复》,载《可视化、成像和图像处理国际会议论文集》,2001年,第261-266页。
[9] Kass,A。;Witkin,M。;Terzopoulos,D.,《蛇:活动轮廓模型》,国际计算机杂志。愿景,1321-332(1988)
[10] 卡塞勒斯,V。;Kimmel,R。;Sapiro,G.,测地活动轮廓,国际计算杂志。愿景,22,61-79(1997)·Zbl 0894.68131号
[11] Chan,T。;Vese,L.,《无边活动轮廓》,IEEE Trans。图像处理。,2, 266-277 (2001) ·Zbl 1039.68779号
[12] Paragios,N。;Deriche,R.,运动估计和跟踪的测地活动区域和水平集方法,计算。视觉图像理解,97,259-282(2005)
[13] 芒福德,D。;Shah,J.,分段光滑函数的最优逼近和相关的变分问题,Commun。纯应用程序。数学。,42, 577-684 (1989) ·兹伯利0691.49036
[14] R.Kimmel,《快速边缘集成》,收录于:S.Osher,N.Paragois(编辑),《成像视觉和图形中的几何水平集方法》,2003年,第59-77页。;R.Kimmel,《快速边缘集成》,收录于:S.Osher,N.Paragois(编辑),《成像视觉和图形中的几何水平集方法》,2003年,第59-77页·兹比尔1027.68137
[15] Osher,S。;Sethian,J.A.,《以曲率相关速度传播的前沿:基于哈密尔顿-雅可比公式的算法》,J.Compute。物理。,79, 12-49 (1988) ·兹伯利0659.65132
[16] 陈,Y。;Tagare,H.D。;Thiruvenkadam,S。;黄,F。;Wilson,D。;Gopinath,K.S。;布里格斯,R.W。;Geiser,E.A.,《在变分框架中使用几何活动轮廓中的先验形状》,《国际计算杂志》。《愿景》,50,315-328(2002)·Zbl 1012.68787号
[17] M.E.Leventon,W.E.L.Grimson,O.Faugeras,测地活动轮廓中的统计形状影响,见:CVPR,2000年,第316-323页。;M.E.Leventon,W.E.L.Grimson,O.Faugeras,测地活动轮廓中的统计形状影响,载于:CVPR,2000年,第316-323页。
[18] Cremers,D。;Sochen,N。;Schnorr,C.,变分识别驱动图像分割的多相动态标记模型,国际计算机杂志。愿景,66,67-81(2006)·Zbl 1286.94013号
[19] T.Chan,W.Zhu,基于水平集的形状优先分割,收录于:CVPR’05,第2卷,2005年,第1164-1170页。;T.Chan,W.Zhu,基于水平集的形状优先分割,收录于:CVPR’05,第2卷,2005年,第1164-1170页。
[20] Cremers,D。;罗森,M。;Deriche,R.,《水平集分割的统计方法综述:整合颜色、纹理、运动和形状》,《国际计算杂志》。愿景,72,195-215(2007)
[21] N.Paragios,M.Rousson,V.Ramesh,匹配距离函数:全局到局部注册的形状到区域变分方法,收录于:ECCV’02,2002年,第775-789页。;N.Paragios,M.Rousson,V.Ramesh,《匹配距离函数:全局到局部注册的形状到区域变分方法》,载于:ECCV’02,2002年,第775-789页·Zbl 1039.68698号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。