Chulalongkorn University Theses and Dissertations (Chula ETD)

การประมวลผลล่วงหน้าของภาพเอกสารสำหรับการรู้จำตัวอักษรภาษาไทย

Other Title (Parallel Title in Other Language of ETD)

Document image pre-processing for Thai optical character recognition

Year (A.D.)

2003

Document Type

Thesis

First Advisor

บุญเสริม กิจศิริกุล

Faculty/College

Faculty of Engineering (คณะวิศวกรรมศาสตร์)

Degree Name

วิทยาศาสตรมหาบัณฑิต

Degree Level

ปริญญาโท

Degree Discipline

วิทยาศาสตร์คอมพิวเตอร์

DOI

10.58837/CHULA.THE.2003.1159

Abstract

พัฒนาโปรแกรมสำหรับการประมวลผลล่วงหน้าของภาพเอกสาร ซึ่งจะประกอบไปด้วยโปรแกรมในการสร้างภาพไบนารีจากภาพเอกสาร ที่ประกอบไปด้วยข้อความ พื้นหลัง หรือภาพถ่าย และโปรแกรมปรับมุมการเอียงของภาพเอกสารโดยอัตโนมัติ งานวิจัยนี้ได้นำเสนอโปรแกรมในการสร้างภาพไบนารีด้วยอัลกอริทึม 2 อัลกอริทึมคือ อัลกอริทึมไนแบล็กหรืออัลกอริทึมของยาโนวิทซ์และบรัคสเตียน และโปรแกรมปรับมุมการเอียงของภาพเอกสารโดยอัตโนมัติอีก 2 อัลกอริทึมคืออัลกอริทึมฮัจทรานสฟอร์มและเนียเรสเนเบอร์คัทเตอริง ข้อมูลภาพเอกสารที่ใช้ทดสอบประกอบด้วยเอกสาร 2 ชุด เอกสารชุดแรกที่ทดลองการไบไรเซชันจะด้วยอัลกอริทึมไนแบล็ก หรืออัลกอริทึมของยาโนวิทซ์และบรัคสเตียน ผลจากการทดลองในการทำไบนาไรเซชันโดยรวม อัลกอริทึมของไนแบล็กจะมีประสิทธิภาพมากกว่า อัลกอริทึมของยาโนวิทซ์และบรัคสเตียน จากภาพเอกสารจำนวน 10 ภาพ มีจำนวนตัวอักษรรวม 2,316 ตัว ผลการรู้จำตัวอักษรเมื่อนำภาพเอกสารที่ผ่านการทำไบนาไรเซชัน ด้วยอัลกอริทึมของอ็อดสึ จำนวนตัวอักษรที่ถูกต้องเท่ากับ 49.32% เอกสารภาพที่ผ่านอัลกอริทึมของไนแบล็ก จำนวนตัวอักษรที่ถูกต้องเท่ากับ 63.16% เอกสารภาพที่ผ่านอัลกอริทึม ของยาโนวิทซ์และบรัคสเตียน จำนวนตัวอักษรที่ถูกต้องเท่ากับ 60.75% ส่วนผลจากการทดลองในการปรับมุมการเอียงโดยอัตโนมัติ ด้วยอัลกอริทึมเนียเรสเนเบอร์คัทเตอริงจะเร็วกว่า และมีความละเอียดมากกว่าอัลกอริทึมฮัจทรานสฟอร์ม โดยที่อัลกอริทึมเนียเรสเนเบอร์คัทเตอริงมีค่าของมุมคลาดเคลื่อน +-0 ํ ถึง +-2 ํ และอัลกอริทึมฮัจทรานสฟอร์มมีค่าของมุมคลาดเคลื่อน คลาดเคลื่อน +-0 ํ ถึง +-3 ํ

Other Abstract (Other language abstract of ETD)

In this thesis, a set of computer programs for document image pre-processing for Thai optical character recognition are proposed. The binarization program generates binary images from document images composing of text, background, and/or image data. Another program performs automatic skew detection of document images. Niblack's algorithm and Yanowitz and Bruckstein's algorithm were implemented for comparison of binarization. Hough Transform's algorithm and Nearest-Neighbor Clustering's algorithm were implemented for comparison of automatic skew detection. The experimental result of binarization demonstrates that Niblack's algorithm is superior to Yanowitz and Bruckstein's algorithm. The accuracy of OCR after binarization with this algorithm is 63.75% whereas Yanowitz and Bruckstein's algorithm produces accuracy of only 60.75%. For automatic skew detection, Nearest-Neighbor Clustering's algorithm provides higher speed and finer skew correction than Hough Transform's algorithm.

Link to Full Text

Share

COinS