سعیده حمزه زاده - دانشگاه آزاد اسلامی، واحد قزوین، دانشکده مهندسی کامپیوتر و فناوری اطلاعات
امید سجودی شیجانی - دانشگاه آزاد اسلامی، واحد قزوین، دانشکده مهندسی کامپیوتر و فناوری اطلاعات

اطلاعات متنی در میان اطلاعات مختلف موجود در تصویر، از اهمیت ویژه ای برخوردارند، چرا که به آسانی قابل فهم بوده. علاوه براین، امکان انجام فعالیت هایی نظیر شناسایی پلاک خودروها، تشخیص و ترجمه علایم، جست و جوی محتوای تصاویر و شاخص گذاری مبتنی بر متن تصاویر را فراهم می سازد.د ر این تحقیق یک الگوریتم جدید به منظور تشخیص متون فارسی ارایه شده است. این سیستم پیشنهادی از طبقه بندی بر اساس مولفه های متصل برای تشخیص نواحی کاندید متن تشکیل شده است، که با لبه های استخراج شده تبدیل به یک ماسک برای نواحی کاندید متن می شود، سپس با تحلیل مولفه های متصل مناطق غیر متن هرس شده، در نهایت با عملگرهای مورفولوژی خطوط متن تشکیل و متون در تصاویر آشکار می شود.به منظور بررسی نتایج، از پایگاه داده PersianTextNSI که از تصاویر صحنه های طبیعی متن فارسی تشکیل شده، استفاده شده است. این مجموعه حاوی 150 تصویر است. برای ارزیابی عملکرد سیستم پیشنهادی توانستیم نرخ فراخوانی را از %56,81 به %60,57 و نرخ دقت را از %31,72 به %58,86 برسانیم، که بیانگر عملکرد خوب سیستم می باشد.

تشخیص(آشکارسازی) متن، لبه یابی، تصاویر صحنه های طبیعی