系統識別號 | U0002-2806200508394300 |
---|---|
DOI | 10.6846/TKU.2005.00679 |
論文名稱(中文) | 低解析度及破損之文字類影像的強化與修補 |
論文名稱(英文) | Enhancement for Low-Resolution and Defected Text Image |
第三語言論文名稱 | |
校院名稱 | 淡江大學 |
系所名稱(中文) | 資訊工程學系碩士班 |
系所名稱(英文) | Department of Computer Science and Information Engineering |
外國學位學校名稱 | |
外國學位學院名稱 | |
外國學位研究所名稱 | |
學年度 | 93 |
學期 | 2 |
出版年 | 94 |
研究生(中文) | 徐元翔 |
研究生(英文) | Yuan-Hsiang Hsu |
學號 | 692191157 |
學位類別 | 碩士 |
語言別 | 繁體中文 |
第二語言別 | 英文 |
口試日期 | 2005-06-03 |
論文頁數 | 86頁 |
口試委員 |
指導教授
-
施國琛
委員 - 許輝煌 委員 - 廖宏源 |
關鍵字(中) |
影像強化 文字偵測 影像修補 |
關鍵字(英) |
Image Enhancement Text Detection Inpainting |
第三語言關鍵字 | |
學科別分類 | |
中文摘要 |
在數位化時代的今天,當人們想要將過去的一些文件作數位化動作的時候,或許會碰到一些惱人的問題,那就是文字的不清晰以及美觀度的不佳,而雖然影像處理領域已經開發了許許多多不同的研究領域,也有了許多非常好的研究成果,卻尚未有人為了這個問題提出一個較好的解決辦法。本論文巧妙且靈活的運用了現在各個已經擁有相當基礎的不同的影像處理領域的技術,利用這些技術應用於文字類型影像的強化與修補,為這些不同的技術開發了一個新的應用的的方向,並將這些研究應用於一般大眾的日常生活,為一般大眾帶來更多生活上的便利。 |
英文摘要 |
People today live in a highly digitalized world. Almost everything has transform to digital format. Including the paper works. Yet, when people are dealing with the digitalization of old paper works, problems may occur. When these problems occur, people need to face a result that the digital paper works may have lower resolution or quality. The idea of enhancing the quality of low resolution or defected text image is a result of the highly progressed computer graphics technique in modern days. Our target is to enhance a text type image, even with complex background, which is not very neat or acceptable to human eyes. And make the image neat and nice. The algorithm we propose contains several well develop technique in recent days. Including image enhancement, text detection, text recognition, and image inpainting. |
第三語言摘要 | |
論文目次 |
目錄 第一章 緒論 1 1.1 研究動機 1 1.2 論文架構 3 第二章 相關領域及研究 4 2.1 文字的分割與偵測 4 2.2 文字辨識 9 2.3 影像的修補與強化 23 第三章 研究方法 40 3.1 簡介 40 3.2 工作流程 41 3.3 文字的偵測與切割 42 3.4 文字的辨識 52 3.5 文字的重置 54 3.6 文字的修補 62 3.7 系統演算法 70 第四章 實驗結果 74 第五章 結論及未來展望 82 參考文獻 85 圖目錄 圖一、文字分割錯誤時可能造成的錯謬 5 圖二、兩種不同的文字分割方式 6 圖三、文字分割或合併時機錯誤的結果 7 圖四、影像取樣不足時的結果 11 圖五、取樣過多造成的誤差問題 12 圖六、由HU所提出的七個不變動量值 18 圖七、利用HU的公式為核心計算近似圖之動量得到的結果 20 圖八、再次計算經過適當處理後之兩張圖片之動量 21 圖九、影像修補的範例(引自[4]) 24 圖十、利用PDE為基礎的影像修補範例一(引自[3]) 26 圖十一、利用PDE為基礎的影像修補範例二(引自[3]) 26 圖十二、利用PDE為基礎的影像修補範例三(引自[3]) 26 圖十三、針對PDE修補特性的實驗結果(引自[3]) 28 圖十四、FAST DIGITAL IMAGE INPAINTING影像修補的範例一(引自[4]) 30 圖十五、FAST DIGITAL IMAGE INPAINTING影像修補的範例二(引自[4]) 30 圖十六、FAST DIGITAL IMAGE INPAINTING影像修補的範例三(引自[4]) 30 圖十五、FAST DIGITAL IMAGE INPAINTING方法的重點處理部分(引自[4]) 31 圖十六、ADAPTIVE DIGITAL IMAGE INPAINTING修補的範例一(引自[5]) 33 圖十七、ADAPTIVE DIGITAL IMAGE INPAINTING修補的範例二(引自[5]) 33 圖十八、ADAPTIVE DIGITAL IMAGE INPAINTING修補的範例三(引自[5]) 34 圖十九、本論文的研究應用結果示意圖 40 圖二十、本論文提出系統之流程圖 41 圖二十一、文字偵測與分割的三個細部動作 42 圖二十二、MEAN FILTER之設定定義圖 45 圖二十三、MEDIAN FILTER之設定定義圖 45 圖二十四、具雜訊之圖片經過MEDIAN FILTER處理後之效果 46 圖二十五、一般文字影像之水平投影計算結果 47 圖二十六、一般文字影像之垂直投影計算之結果 49 圖二十七、東方文字之影像經垂直投影計算之結果 50 圖二十八、C-PEN產品圖示(引自C-PEN官方網站) 53 圖二十九、文字重置時遭遇的問題展示 55 圖三十、計算文字尺寸資訊之演算法 57 圖三十一、經修正後影像重置之結果 58 圖三十二、以多次平移以取得正確文字重置水平位置之示意圖 59 圖三十三、經最後修正後重置文字後得到之文字影像 61 圖三十四、系統初期之處理結果 62 圖三十五、不同字體大小受破壞影響之比較 64 圖三十六、用以作影像修補的四個工作矩陣 66 圖三十七、四個工作矩陣的運作啟動條件 68 圖三十八、各影像修補矩陣之計算定義 69 圖三十九、加入影像修補後系統處理之文字影像結果示意 70 圖四十、系統演算法 72 圖四十一、以藍色系複雜背景之文字影像實驗所得之結果 76 圖四十二、以綠色系複雜背景之文字影像實驗所得之結果 77 圖四十三、以紅色系複雜背景之文字影像實驗所得之結果 78 圖四十四、包含中文文字之文字影像之實驗結果 79 圖四十五、對單調背景之多行文字影像之實驗結果一 80 圖四十六、對單調背景之多行文字影像之實驗結果二 81 |
參考文獻 |
[1] Min-Kuei Hu,“Pattern recognition by Moment Invariants”, Proc. IRE, vol. 49, p. 1428; September, 1961. [2] Muhammad Sarfraz, Syed Nazim Nawaz and Abdulaziz Al-Khuraidly, “Offline Arabic Text Recognition system”, Proc. GMAG’03; 2003. [3] Marcelo Bertalmio and Guillermo Sapiro*, Vicent Caselles and Coloma Ballester, “Image Inpainting”. [4] Manuel M. Oliveira, Brian Bowen, Richard McKenna and Yu-Sung Chang, “Fast Digital Image Inpainting”, Proc. VIIP’ 01, pp. 261-266; September 3-5, 2001. [5] Timothy K. Shih, Rong-Chi Chang, Liang-Chen Lu, Wen-Chieh Ko and Chun-Chia Wang, “Adaptive Digital Image Inpainting”, Proc. of the 18th International Conference on Advanced Information Networking and Application; IEEE 2004. [6] Jianhong Shen, “The Mumford-shah Digital Filter Pair (MS-DFP) and Applications”, IEEE ICIP’ 02; 2002. [7] Tony F. Chan and Jianhong Shen, “Nontexture Inpainting by Curvature-Driven Diffusions”, Journal of Visual Communication and Image Representation 12, 436-449; 2001. [8] Celia A. Zorzo Barcelos, Marcos Aurélio Batista, “Image Inpainting and Denoising by Nonlinear Partial Differential Equations”, Proc. SIBGRAPI’03; 2003. [9] Soo-Chang Pei, Yi-Chong Zeng, and Ching-Hua Chang, “Using Color Contrast Enhancement and Lacuna Texture Synthesis”, IEEE Transactions on Image Processing, vol. 13, no. 3; March 2004. [10] Onur G. Guleryuz and Anoop Bhattacharjya, “Fast Text/Graphics Resolution Improvement Using Wavelet Based Denoising and Chain-Code Table Lookup”, IEEE ICIP’02; 2002. [11] Yefeng Zheng, Huiping Li, and David Doermann, “Machine Printed Text and Handwriting Identification in Noisy Document Images”, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 26, no. 3; March 2004. [12] Majdi Ben Hadj Ali, “Background Noise Detection and Cleaning in Document Images”, Proc. ICPR’96; 1996. [13] Rainer Lienhart and Axel Wernicke, “Localizing and Segmenting Text in Images and Videos”, IEEE Transactions on Circuits and Systems for Video Technology, vol. 12, no. 4; April 2002. [14] Young-Sup Hwang, Kyung-Ae Moon, Su-Young Chi, Dae-Geun Jang and Weon-Geun oh, “Segmentation of a Text Printed in Korean and English Using Structure Information and Character Recognizers”, IEEE; 2000. [15] Dinesh P Mital and Goh Wee Leng, “Text Segmentation for Automatic Document Processing”, IEEE; 1996. |
論文全文使用權限 |
如有問題,歡迎洽詢!
圖書館數位資訊組 (02)2621-5656 轉 2487 或 來信