کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4948514 | 1439615 | 2016 | 11 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Dynamic character grouping based on four consistency constraints in topographic maps
ترجمه فارسی عنوان
گروه بندی پویا بر اساس چهار محدودیت سازگاری در نقشه های توپوگرافی
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
گروه کاری، محدودیت انطباق، اطلاعات رنگ، اندازه شخصیت، فاصله کاراکتر، جهت متن، گسترش قابلیت های شخصیتی، نقشه های توپوگرافی،
ترجمه چکیده
در تشخیص کاراکترهای نوری، ابتدا رشته های متن باید از تصاویر گرفته شود. اما تنها رشته های متنی کامل می توانند به طور دقیق معانی کلمات را بیان کنند، بنابراین شخصیت های استخراج شده باید قبل از تشخیص به رشته های متنی گروه بندی شوند. بسیاری از رشته های متن در نقشه های توپوگرافی وجود دارد و این متون شامل شخصیت هایی با چند رنگ، چند اندازه و چند گرا هستند و روش های موجود نمی توانند به طور موثری آنها را دسته بندی کنند. در این مقاله، یک روش گروه بندی کاراکتر پویا برای دسته بندی کاراکترها در رشته های متنی بر اساس چهار قاعده سازگاری که به ترتیب رنگ، اندازه، فاصله و جهت هستند، پیشنهاد می شود. همانطور که می دانیم شخصیت هایی که در یک کلمه مشابه رنگ ها، اندازه ها و فاصله ها بین آنها هستند، و همچنین در برخی از خطوط منحنی با خم شدن مشخص هستند، اما شخصیت های کلمات متفاوت نیستند. بر اساس این ویژگی های شخصیت ها، پیکسل های پس زمینه در اطراف شخصیت ها برای پیوند کاراکتر ها در رشته های متن گسترش می یابد. در این روش، با توجه به محدودیت سازگاری رنگ، شخصیت های با رنگ های مختلف می توانند به خوبی گروه بندی شوند. و این روش می تواند با رشته های شخصیت منحنی با دقیق تر با محدودیت سازگاری مسیر بهبود بخشد. نتایج تجربی نهایی نشان می دهد که این روش می تواند شخصیت های کارآمدتری را گروه بندی کند، به ویژه برای مواردی که شخصیت های آغاز یا نهایی کلمات به کاراکترهای کلمات دیگر نزدیک هستند.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
هوش مصنوعی
چکیده انگلیسی
In optical character recognition, text strings should be extracted from images first. But only the complete text strings can accurately express the meanings of the words, so the extracted individual characters should be grouped into text strings before recognition. There are lots of text strings in topographic maps, and these texts consist of the characters with multi-colored, multi-sized and multi-oriented, and the existing methods cannot effectively group them. In this paper, a dynamic character grouping method is proposed to group the characters into text strings based on four consistency constraints, which are the color, size, spacing and direction respectively. As we know that the characters in the same word have similar colors, sizes and distances between them, and they are also on some curve lines with a certain bending, but the characters in different words are not. Based on these features of the characters, the background pixels around the characters are expanded to link the characters into text strings. In this method, due to the introduction of the color consistency constraint, the characters with different colors can be grouped well. And this method can deal with curved character strings more accurately by the improved direction consistency constraint. The final experimental results show that this method can group the characters more efficiently, especially for the case in which the beginning or the end characters of words are close to the characters of the other words.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Neurocomputing - Volume 212, 5 November 2016, Pages 96-106
Journal: Neurocomputing - Volume 212, 5 November 2016, Pages 96-106
نویسندگان
Pengfei Xu, Qiguang Miao, Ruyi Liu, Xiaojiang Chen, Xunli Fan,