دسترسی نامحدود
برای کاربرانی که ثبت نام کرده اند
برای ارتباط با ما می توانید از طریق شماره موبایل زیر از طریق تماس و پیامک با ما در ارتباط باشید
در صورت عدم پاسخ گویی از طریق پیامک با پشتیبان در ارتباط باشید
برای کاربرانی که ثبت نام کرده اند
درصورت عدم همخوانی توضیحات با کتاب
از ساعت 7 صبح تا 10 شب
دسته بندی: الگوریتم ها و ساختارهای داده ها: شناخت الگو ویرایش: نویسندگان: Tuan-Anh Tran, In-Seop Na, Soo-Hyung Kim* سری: 4072 ناشر: KSII TRANSACTIONS ON INTERNET AND INFORMATION SYSTEMS سال نشر: 2015 تعداد صفحات: 20 زبان: English فرمت فایل : PDF (درصورت درخواست کاربر به PDF، EPUB یا AZW3 تبدیل می شود) حجم فایل: 824 کیلوبایت
در صورت تبدیل فایل کتاب Separation of Text and Non-text in Document Layout Analysis using a Recursive Filter به فرمت های PDF، EPUB، AZW3، MOBI و یا DJVU می توانید به پشتیبان اطلاع دهید تا فایل مورد نظر را تبدیل نمایند.
توجه داشته باشید کتاب جداسازی متن از غیر متن در تجزیه و تحلیل طرحبندی سند با استفاده از فیلتر بازگشتی نسخه زبان اصلی می باشد و کتاب ترجمه شده به فارسی نمی باشد. وبسایت اینترنشنال لایبرری ارائه دهنده کتاب های زبان اصلی می باشد و هیچ گونه کتاب ترجمه شده یا نوشته شده به فارسی را ارائه نمی دهد.
جداسازی عناصر متنی و غیر متنی نقش مهمی در چیدمان سند دارد\r\nتحلیل و بررسی. تعدادی از رویکردها پیشنهاد شده است، اما کیفیت نتیجه جداسازی است\r\nبه دلیل پیچیدگی طرح سند هنوز محدود است. در این مقاله یک کارآمد ارائه می دهیم\r\nروشی برای طبقه بندی اجزای متنی و غیر متنی در تصویر سند. آن است\r\nترکیبی از تجزیه و تحلیل فضای خالی با مناطق همگن چند لایه که نامیده می شود\r\nفیلتر بازگشتی ابتدا، سند باینری ورودی توسط اجزای متصل تجزیه و تحلیل می شود\r\nتجزیه و تحلیل و استخراج فضای خالی در مرحله دوم، یک فیلتر اکتشافی برای شناسایی غیر متن اعمال می شود\r\nاجزاء. پس از آن، با استفاده از روش آماری، فیلتر بازگشتی را روی نواحی همگن چند لایه پیادهسازی میکنیم تا تمام عناصر متنی و غیر متنی تصویر باینری شناسایی شوند.\r\nدر نهایت، همه مناطق تغییر شکل میدهند و نویز را حذف میکنند تا سند متنی و غیر متنی دریافت شود\r\nسند نتایج تجربی در مجموعه داده رقابت تقسیم بندی صفحه ICDAR2009\r\nو سایر مجموعه های داده اثربخشی و برتری روش پیشنهادی را اثبات می کند.
A separation of text and non-text elements plays an important role in document layout analysis. A number of approaches have been proposed but the quality of separation result is still limited due to the complex of the document layout. In this paper, we present an efficient method for the classification of text and non-text components in document image. It is the combination of whitespace analysis with multi-layer homogeneous regions which called recursive filter. Firstly, the input binary document is analyzed by connected components analysis and whitespace extraction. Secondly, a heuristic filter is applied to identify non-text components. After that, using statistical method, we implement the recursive filter on multilayer homogeneous regions to identify all text and non-text elements of the binary image. Finally, all regions will be reshaped and remove noise to get the text document and non-text document. Experimental results on the ICDAR2009 page segmentation competition dataset and other datasets prove the effectiveness and superiority of proposed method.