تشخیص علائم تابلو و استخراج متن درون آن در تصاویر با پس زمینه های پیچیده

پیشرفت های اخیر در زمینه فناوری دیجیتال منجر به افزایش تولید پایگاه داده هایی حاوی اطلاعات چندرسانه ای شامل تصاویر و ویدئوها، علاوه بر اطلاعات متنی گشته است. اسناد چندرسانه ای با داده های متنی تعبیه شده در آن ها، موجب ایجاد مسائل چالش برانگیز زیادی در تشخیص و تجزیه و تحلیل اسناد شده است.جملات متن در یک تصویر می توانند از نظر فونت، اندازه، جهت و رنگ متفاوت باشند. همچنین در پس زمینه متن می تواند اشیاء مختلف با رنگ های متفاوت وجود داشته باشد که باعث پیچیدگی پس زمینه گردند. این امر منجر به توسعه روش های جدیدی برای مقابله با این چالش ها گشته است. با توجه به این دیدگاه، الگوریتمی ارائه شده است که می تواند مکان متن را در تصاویر علائم جاده با پیچیدگی زیاد مشخص کند. تصاویر مورد اساتفاده در این پژوهش از نوع تصاویر ثابت (عکس) هستند. یکی از پارامترهایی که اطلاعات خوبی از تصویر را نگه می دارد، لبه ها هستند که با انجام عملیات لبه گیری، می توان بیشتر مشخصه های متنی در تصویر را کشف و با درصد اطمینان بالایی مکان متن را تشخیص داد. در این مقاله، تکنیک های مختلف استخراج متن از تصویر مبتنی بر ویژگی های مکانی و فرکانسی مورد بررسی قرار گرفته است. سپس، روش پیشنهادی که بر مبنا ویژگی های مکانی متن طراحی شده است، ارائه می گردد. الگوریتم ارائه شده در این مقاله، به ترتیب شامل مراحل تبدیل تصویر رنگی به فضای رنگ YUV، پیش پردازش، تشخیص لبه ها، مکان یابی و در آخر، حذف مناطق حاوی لبه های کوچک و ناخواسته است. در مرحله پیش پردازش، به کمک فیلتر wiener و ماسک unsharp، تصویر ورودی نرم و لبه های آن برجسته می شود. پس از این مرحله، با استفاد ه از روش Sobel، به تشخیص لبه های متن می پردازد. در مرحله مکان یابی، با استفاده از نمودارهای طرح افقی و عمودی، مناطق حاوی متن، مکان یابی می گردند. در نهایت، در مرحله آخر با رسم هیستوگرام های افقی و عمودی و با در نظر گرفتن چهار مقدار آستانه ، به حذف لبه هایی از تصویر که مشخصه متنی ندارند می پردازد. روش مطرح شده بر روی چندین تصویر استاندارد از علائم جاده اعمال شده و توسط معیارهای نرخ دقت و فراخوانی مورد ارزیابی قرار گرفته است. نتایج به دست آمده حاکی از بهبودی قابل ملاحظه ی روش ارائه شده نسبت به روش های موجود می باشد است.

کلیدواژه ها:

تشخیص متن ، تشخیص لبه ، مکانیابی متن ، عملیات پردازش تصویر