مروری بر رویکردهای حل مسائل تطبیق و استخراج عناصر متنی از تصاویر مختلف

با توجه به رشد روز افزون داده های چندرسانه ای مانند تصاویر و ویدیوها در دنیایی وب و اثرگذاری آنها در زندگی روزمره مردم چالش استخراج اطلاعات با اهمیت از این نوع دادهها، توجه و تحقیقاتی زیادی را به خود جلب نموده است. لذا یکی از فاکتورهای مهم در شناسایی اطلاعات سطح بالا و معنی دار از داده های چندرسانه ای بویژه تصاویر فرایند شناسایی، موقعیت یابی، ردیابی، تقویت و استخراج متن از داده های چندرسانه ای می باشد. اکثر کارهای انجام شده از تکنیک ها و الگوریتم های OCR اولیه، مورفولوژیکی، تبدیل موج، شبکه عصبی مصنوعی، کشف لبه و هیستوگرام برای شناسایی و استخراج اطلاعات مهم که عموماً متنها می باشند استفاده نموده که هر یک مزایا و معایب مربوط به خود را دارند. اما با این حال هنوز چالش استخراج اطلاعات با اهمیت و معنی دار از تصاویر مانند تصاویر متن صحنه به علت تنوع در فونت، اندازه، رنگ، طرح، جهت، چینش، رنگ پس زمینه، کنتراست و ... وجود دارد. در این مقاله ابتدا انواع داده های تصویری را نام برده سپس برخی از روش ها و کارهای انجام شده به منظور شناسایی و استخراج متون از تصاویر را مورد بررسی و تجزیه تحلیلقرار گرفته است.

کلیدواژه ها:

شناسایی متن ، استخراج متن ، پردازش تصویر ، اطلاعات با اهمیت ، تصاویر صحنه