Download or read book Reconnaissance et classification d images de documents written by Olivier Augereau and published by . This book was released on 2013 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ces travaux de recherche ont pour ambition de contribuer à la problématique de la classification d'images de documents. Plus précisément, ces travaux tendent à répondre aux problèmes rencontrés par des sociétés de numérisation dont l'objectif est de mettre à disposition de leurs clients une version numérique des documents papiers accompagnés d'informations qui leurs sont relatives. Face à la diversité des documents à numériser, l'extraction d'informations peut s'avérer parfois complexe. C'est pourquoi la classification et l'indexation des documents sont très souvent réalisées manuellement. Ces travaux de recherche ont permis de fournir différentes solutions en fonction des connaissances relatives aux images que possède l'utilisateur ayant en charge l'annotation des documents.Le premier apport de cette thèse est la mise en place d'une méthode permettant, de manière interactive, à un utilisateur de classer des images de documents dont la nature est inconnue. Le second apport de ces travaux est la proposition d'une technique de recherche d'images de documents par l'exemple basée sur l'extraction et la mise en correspondance de points d'intérêts. Le dernier apport de cette thèse est l'élaboration d'une méthode de classification d'images de documents utilisant les techniques de sacs de mots visuels.

Download or read book Analyse et reconnaissance d images de documents written by and published by Ed. Techniques Ingénieur. This book was released on with total page 12 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Fouille et classification de graphes Application la reconnaissance de symboles dans les documents techniques written by Eugen Barbu and published by . This book was released on 2007 with total page pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse apporte une contribution à la définition d'un système générique, adaptatif et non supervisé pour l'interprétation d'images de document en utilisant des techniques de fouille et de classification de graphes. La première partie traite de l'extraction de représentations structurelles d'images de document. La seconde partie propose la recherche de sous-graphes fréquents associés à des symboles graphiques lesquels sont à la base d'une représentation des documents par sac de symboles. La pertinence de cette représentation est évaluée sur des tâches de classification et d'indexation. La troisième partie propose d'adresser le problème de la complexité de la classification de graphes par l'usage de mesures de dissimilarité approximant la distance d'édition et par la réduction de bases d'apprentissage par génération de graphes prototypes par algorithmes génétiques. Les évaluations portent sur des bases synthétiques ainsi que sur des problèmes de reconnaissance de symboles graphiques

Download or read book Recherche d image invers e written by Fouad Sabry and published by One Billion Knowledgeable. This book was released on 2024-05-05 with total page 95 pages. Available in PDF, EPUB and Kindle. Book excerpt: Qu'est-ce que la recherche d'images inversée La recherche d'images inversée est une technique de requête de récupération d'images basée sur le contenu (CBIR) qui consiste à fournir au système CBIR un échantillon d'image qu'il puis basez sa recherche sur ; en termes de recherche d’informations, l’exemple d’image est très utile. En particulier, la recherche d’images inversées se caractérise par un manque de termes de recherche. Cela élimine efficacement le besoin pour un utilisateur de deviner des mots-clés ou des termes qui peuvent ou non renvoyer un résultat correct. La recherche d'images inversée permet également aux utilisateurs de découvrir du contenu lié à un échantillon d'image spécifique ou à la popularité d'une image, ainsi que de découvrir des versions manipulées et des œuvres dérivées. Comment vous en bénéficierez (I) Informations et validations sur les sujets suivants : Chapitre 1 : Recherche d'images inversée Chapitre 2 : Robot d'exploration Web Chapitre 3 : Récupération d'images Chapitre 4 : Système de recommandation Chapitre 5 : Récupération de documents Chapitre 6 : Récupération d'images basée sur le contenu Chapitre 7 : Annotation automatique des images Chapitre 8 : Index inversé Chapitre 9 : Google Images Chapitre 10 : Recherche sociale (II) Répondre aux principales questions du public sur la recherche d'images inversées. (III) Exemples concrets d'utilisation de la recherche d'images inversées dans de nombreux domaines. Qui ce livre s'adresse aux professionnels, aux étudiants de premier cycle et des cycles supérieurs, aux passionnés, aux amateurs et à ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de recherche d'images inversée.

Download or read book Segmentation et classification dans les images de documents num ris s written by Asma Ouji and published by . This book was released on 2012 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Les travaux de cette thèse ont été effectués dans le cadre de l'analyse et du traitement d'images de documents imprimés afin d'automatiser la création de revues de presse. Les images en sortie du scanner sont traitées sans aucune information a priori ou intervention humaine. Ainsi, pour les caractériser, nous présentons un système d'analyse de documents composites couleur qui réalise une segmentation en zones colorimétriquement homogènes et qui adapte les algorithmes d'extraction de textes aux caractéristiques locales de chaque zone. Les informations colorimétriques et textuelles fournies par ce système alimentent une méthode de segmentation physique des pages de presse numérisée. Les blocs issus de cette décomposition font l'objet d'une classification permettant, entre autres, de détecter les zones publicitaires. Dans la continuité et l'expansion des travaux de classification effectués dans la première partie, nous présentons un nouveau moteur de classification et de classement générique, rapide et facile à utiliser. Cette approche se distingue de la grande majorité des méthodes existantes qui reposent sur des connaissances a priori sur les données et dépendent de paramètres abstraits et difficiles à déterminer par l'utilisateur. De la caractérisation colorimétrique au suivi des articles en passant par la détection des publicités, l'ensemble des approches présentées ont été combinées afin de mettre au point une application permettant la classification des documents de presse numérisée par le contenu.

Download or read book Iterated Classification of Document Images written by Chang An and published by . This book was released on 2011 with total page 133 pages. Available in PDF, EPUB and Kindle. Book excerpt: We investigate a family of pattern classification methodologies for image processing using iterated classification, that is, using a sequence of classifiers, each trained separately on the training-data results of the preceding classifier, and each guided by the same ground truth. We apply iterated classification to improve document image content extraction: that is, the location and segmentation of handwriting, machine-printed text, photographs, and blank space. We try to achieve high-accuracy pixel-accurate segmentation: that is, each pixel in a document image is assigned a class; there is no "region" model, and so results are not constrained to arbitrary region shapes such as rectangles (a restriction which dominates most of the R&D literature). Because classification is pixel-accurate, the output image is "false color", where colors represent content classes: thus, both the input and output of our algorithms are images. We describe large-scale experiments which reveal that iterated classifiers can increase recall of all content types, with little loss of precision. We also introduce two policy changes: (1) a multi-stage voting rule; and (2) a scoring policy that considers blank pixels to be a "don't care" class. These changes are realistic and improve both recall and precision, achieving 89% recall and 87% precision (at least) among three content types: machine-print, handwriting, and photographs. We have found that iterated classification is sensitive to the ground-truth policy, such as "loose", "tight", and pixel-accurate policies. We have compared the accuracy of all three truthing policies, and report that tight truth supports higher accuracy than loose truth, and pixel-accurate truth yields the highest accuracy. Experiments on a diverse and highly challenging test set of 83 document images show that tighter ground-truth reduces per-pixel classification errors by 45% (from 38.9% to 21.4%). Latest experiment on a test set of 157 document images shows that iterated classifiers continue to drop per-pixel classification errors by 24.5% (from 20.2% to 15.2%). Evidence from both experiments and simulation suggests that iterated classification converges to the ground-truth; we have analyzed special cases suggesting reasons why iterated classifiers tend to converge to the ground truth.

Download or read book Annotation automatique des images written by Fouad Sabry and published by One Billion Knowledgeable. This book was released on 2024-05-05 with total page 91 pages. Available in PDF, EPUB and Kindle. Book excerpt: Qu'est-ce que l'annotation automatique d'image Le processus d'attribution automatique de métadonnées à une image numérique sous forme de sous-titres ou de mots-clés est appelé annotation automatique d'image. Cette procédure est effectuée par des systèmes informatiques électroniques. L'application des techniques de vision par ordinateur est utilisée dans les systèmes de récupération d'images dans le but d'organiser et de localiser les images d'intérêt à partir d'une base de données. Comment vous en bénéficierez (I) Informations et validations sur les sujets suivants : Chapitre 1 : Annotation automatique d'images Chapitre 2 : Récupération d'informations Chapitre 3 : Récupération d'images Chapitre 4 : Récupération d'images basée sur le contenu Chapitre 5 : Modèle de sac de mots en vision par ordinateur Chapitre 6 : Détection d'objets Chapitre 7 : Global Memory Net Chapitre 8 : Conférence sur la vision par ordinateur et la reconnaissance de formes Chapitre 9 : Apprendre à classer Chapitre 10 : Automatique Reconnaissance de cibles (II) Répondre aux principales questions du public sur l'annotation automatique d'images. (III) Exemples concrets d'utilisation de l'annotation automatique d'images dans de nombreux domaines. À qui s'adresse ce livre Les professionnels, les étudiants de premier cycle et des cycles supérieurs, les passionnés, les amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type d'image automatique. Annotation.

Download or read book R cup ration d images written by Fouad Sabry and published by One Billion Knowledgeable. This book was released on 2024-05-05 with total page 85 pages. Available in PDF, EPUB and Kindle. Book excerpt: Qu'est-ce que la récupération d'images Un système de récupération d'images est un système informatique utilisé pour parcourir, rechercher et récupérer des images à partir d'une vaste base de données d'images numériques. La plupart des méthodes traditionnelles et courantes de récupération d'images utilisent une méthode d'ajout de métadonnées telles que des sous-titres, des mots-clés, des titres ou des descriptions aux images afin que la récupération puisse être effectuée sur les mots d'annotation. L'annotation manuelle des images prend du temps, est laborieuse et coûteuse ; pour résoudre ce problème, de nombreuses recherches ont été effectuées sur l'annotation automatique des images. De plus, l'augmentation des applications du Web social et du Web sémantique a inspiré le développement de plusieurs outils d'annotation d'images basés sur le Web. Comment vous en bénéficierez (I) Informations et validations sur les sujets suivants : Chapitre 1 : Récupération d'images Chapitre 2 : Récupération d'informations Chapitre 3 : Image basée sur le contenu récupération Chapitre 4 : Annotation automatique des images Chapitre 5 : Google Images Chapitre 6 : Méta-recherche d'images Chapitre 7 : Moteur de recherche visuel Chapitre 8 : Recherche d'images inversée Chapitre 9 : TinEye Chapitre 10 : Exploration de la collection d'images (II) Répondre aux principales questions du public sur la récupération d'images. (III) Exemples concrets d'utilisation de la récupération d'images dans de nombreux domaines. À qui s'adresse ce livre/strong Professionnels, étudiants de premier cycle et des cycles supérieurs, passionnés, amateurs et ceux qui souhaitent aller au-delà des connaissances ou des informations de base pour tout type de récupération d'images.

Download or read book Reconnaissance de l imprim written by and published by Ed. Techniques Ingénieur. This book was released on with total page 24 pages. Available in PDF, EPUB and Kindle. Book excerpt:

Download or read book Mod le de d gradation d images de documents anciens pour la g n ration de donn es semi synth tiques written by Van Cuong Kieu and published by . This book was released on 2014 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Le nombre important de campagnes de numérisation mises en place ces deux dernières décennies a entraîné une effervescence scientifique ayant mené à la création de nombreuses méthodes pour traiter et/ou analyser ces images de documents (reconnaissance d'écriture, analyse de la structure de documents, détection/indexation et recherche d'éléments graphiques, etc.). Un bon nombre de ces approches est basé sur un apprentissage (supervisé, semi supervisé ou non supervisé). Afin de pouvoir entraîner les algorithmes correspondants et en comparer les performances, la communauté scientifique a un fort besoin de bases publiques d'images de documents avec la vérité-terrain correspondante, et suffisamment exhaustive pour contenir des exemples représentatifs du contenu des documents à traiter ou analyser. La constitution de bases d'images de documents réels nécessite d'annoter les données (constituer la vérité terrain). Les performances des approches récentes d'annotation automatique étant très liées à la qualité et à l'exhaustivité des données d'apprentissage, ce processus d'annotation reste très largement manuel. Ce processus peut s'avérer complexe, subjectif et fastidieux. Afin de tenter de pallier à ces difficultés, plusieurs initiatives de crowdsourcing ont vu le jour ces dernières années, certaines sous la forme de jeux pour les rendre plus attractives. Si ce type d'initiatives permet effectivement de réduire le coût et la subjectivité des annotations, reste un certain nombre de difficultés techniques difficiles à résoudre de manière complètement automatique, par exemple l'alignement de la transcription et des lignes de texte automatiquement extraites des images. Une alternative à la création systématique de bases d'images de documents étiquetées manuellement a été imaginée dès le début des années 90. Cette alternative consiste à générer des images semi-synthétiques imitant les images réelles. La génération d'images de documents semi-synthétiques permet de constituer rapidement un volume de données important et varié, répondant ainsi aux besoins de la communauté pour l'apprentissage et l'évaluation de performances de leurs algorithmes. Dans la cadre du projet DIGIDOC (Document Image diGitisation with Interactive DescriptiOn Capability) financé par l'ANR (Agence Nationale de la Recherche), nous avons mené des travaux de recherche relatifs à la génération d'images de documents anciens semi-synthétiques. Le premier apport majeur de nos travaux réside dans la création de plusieurs modèles de dégradation permettant de reproduire de manière synthétique des déformations couramment rencontrées dans les images de documents anciens (dégradation de l'encre, déformation du papier, apparition de la transparence, etc.). Le second apport majeur de ces travaux de recherche est la mise en place de plusieurs bases d'images semi-synthétiques utilisées dans des campagnes de test (compétition ICDAR2013, GREC2013) ou pour améliorer par ré-apprentissage les résultats de méthodes de reconnaissance de caractères, de segmentation ou de binarisation. Ces travaux ont abouti sur plusieurs collaborations nationales et internationales, qui se sont soldées en particulier par plusieurs publications communes. Notre but est de valider de manière la plus objective possible, et en collaboration avec la communauté scientifique concernée, l'intérêt des images de documents anciens semi-synthétiques générées pour l'évaluation de performances et le ré-apprentissage.

Download or read book Structured Document Image Analysis written by Henry S. Baird and published by Springer Science & Business Media. This book was released on 2012-12-06 with total page 582 pages. Available in PDF, EPUB and Kindle. Book excerpt: Document image analysis is the automatic computer interpretation of images of printed and handwritten documents, including text, drawings, maps, music scores, etc. Research in this field supports a rapidly growing international industry. This is the first book to offer a broad selection of state-of-the-art research papers, including authoritative critical surveys of the literature, and parallel studies of the architectureof complete high-performance printed-document reading systems. A unique feature is the extended section on music notation, an ideal vehicle for international sharing of basic research. Also, the collection includes important new work on line drawings, handwriting, character and symbol recognition, and basic methodological issues. The IAPR 1990 Workshop on Syntactic and Structural Pattern Recognition is summarized,including the reports of its expert working groups, whose debates provide a fascinating perspective on the field. The book is an excellent text for a first-year graduate seminar in document image analysis,and is likely to remain a standard reference in the field for years.

Download or read book Reconnaissance de formes et symboles graphiques complexes dans les images de documents written by Rashid Jalal Qureshi and published by . This book was released on 2008 with total page 211 pages. Available in PDF, EPUB and Kindle. Book excerpt: Ce travail de thèse se situe à la croisée de trois thématiques de recherche : la mise en place de représentations structurelles pour décrire le contenu d’images de documents, la reconnaissance structurelle des formes et graphiques complexes et la localisation des symboles dans les images de documents. Pour répondre aux problématiques de l’analyse d’images de documents, nous avons choisi d’utiliser les graphes comme outils de représentation des contenus des images. La nouvelle représentation obtenue exploite un graphe multi-primitive et multi-attribut améliorant à la fois la tâche de localisation mais aussi la tâche de reconnaissance de formes graphiques contenues dans les documents. Une nouvelle approche générique et automatique est également présentée pour la localisation des symboles graphiques dans les images de documents. Notre approche de localisation des symboles nécessite un minimum de connaissances a priori sur les domaines ou sur le type de symboles présents dans les images. Concernant l’étape de reconnaissance, nous présentons trois stratégies originales pour la mise en correspondance de graphes, combinant les approches structurelle et statistique. Elles aident à la résolution du problème de complexité et évitent un temps de calcul exponentiel intolérable. Les nouvelles techniques d’appariement de graphes que nous proposons sont basées sur des fonctions de similarité qui tilisent aussi bien des valeurs numériques que symboliques pour produire un score. Ces mesures de similarité ont de nombreuses propriétés intéressantes comme un fort pouvoir discriminant, une invariance aux transformations affines et une faible sensibilité au bruit.

Download or read book Extraction et classification d attributs pour la reconnaissance et la recherche d images par le contenu written by Amar Djouak and published by . This book was released on 2007 with total page 136 pages. Available in PDF, EPUB and Kindle. Book excerpt: L’essor du traitement de l’image et son implication dans divers secteurs aussi différents que l’informatique, la médecine ou la biométrie ont donné naissance à de nombreuses stratégies de gestion de bases d’images. Il est alors utile à plusieurs égards de les comparer pour retrouver les désirées images dans la base d’images considérée. Cela nécessite le développement de méthodes d’exploitation automatiques comme la reconnaissance et la recherche d’images par le contenu à partir d’une requête. Cependant, beaucoup d’images souffrent d’une certaine pauvreté de leurs attributs, et parfois d’une complexité qui rend leur description et comparaison difficile. A cela, il faut rajouter des exigences de plus en plus pointues de la part de l’utilisateur en terme d’efficacité de recherche et de rapidité de traitement. Dans ce travail, nous proposons une étude approfondie des méthodes d’extraction et de classification d’attributs image. Cette dernière nous a mené à développer une méthode basée sur une combinaison de différents types d’attributs permettant de décrire au mieux aussi bien des images spécifiques à un domaine défini que des images hétérogènes. Nous proposons aussi une méthode d'optimisation statistique modulaire basée sur une utilisation itérative, graduelle et raisonnée des attributs extraits, jusqu’à obtention du résultat souhaité. En suite, une méthode basée sur un outil de classification non supervisée «la co-classification» permettant l’obtention d’un champs d’optimisation plus élargi est présentée. Les résultats obtenus montrent la conformité de ses méthodes avec les exigences en terme de précision et de temps de calcul.

Download or read book D tection localisation et typage de texte dans des images de documents h t rog nes par R seaux de Neurones Profonds written by Bastien Moysset and published by . This book was released on 2018 with total page 163 pages. Available in PDF, EPUB and Kindle. Book excerpt: Lire automatiquement le texte présent dans les documents permet de rendre accessible les informations qu'ils contiennent. Pour réaliser la transcription de pages complètes, la localisation des lignes de texte est une étape cruciale. Les méthodes traditionnelles de détection de lignes, basées sur des approches de traitement d'images, peinent à généraliser à des jeux de données hétérogènes. Pour cela, nous proposons dans cette thèse une approche par réseaux de neurones profonds. Nous avons d'abord proposé une approche de segmentation mono-dimensionnelle des paragraphes de texte en lignes à l'aide d'une technique inspirée des modèles de reconnaissance, où une classification temporelle connexionniste (CTC) est utilisée pour aligner implicitement les séquences. Ensuite, nous proposons un réseau qui prédit directement les coordonnées des boîtes englobant les lignes de texte. L'ajout d'un terme de confiance à ces boîtes hypothèses permet de localiser un nombre variable d'objets. Nous proposons une prédiction locale des objets afin de partager les paramètres entre les localisations et, ainsi, de multiplier les exemples d'objets vus par chaque prédicteur de boîte lors de l'entraînement. Cela permet de compenser la taille restreinte des jeux de données utilisés. Pour récupérer les informations contextuelles permettant de prendre en compte la structure du document, nous ajoutons, entre les couches convolutionnelles, des couches récurrentes LSTM multi-dimensionnelles. Nous proposons trois stratégies de reconnaissance pleine page qui permettent de tenir compte du besoin important de précision au niveau des positions et nous montrons, sur la base hétérogène Maurdor, la performance de notre approche pour des documents multilingues pouvant être manuscrits et imprimés. Nous nous comparons favorablement à des méthodes issues de l'état de l'art. La visualisation des concepts appris par nos neurones permet de souligner la capacité des couches récurrentes à apporter l'information contextuelle.

Download or read book Segmentation d images de documents manuscrits composites written by Nabil Ghanmi and published by . This book was released on 2016 with total page 0 pages. Available in PDF, EPUB and Kindle. Book excerpt: Cette thèse traite de la segmentation structurelle de documents issus de cahiers de chimie. Ce travail est utile pour les chimistes en vue de prendre connaissance des conditions des expériences réalisées. Les documents traités sont manuscrits, hétérogènes et multi-scripteurs. Bien que leur structure physique soit relativement simple, une succession de trois régions représentant : la formule chimique de l'expérience, le tableau des produits utilisés et un ou plusieurs paragraphes textuels décrivant le déroulement de l'expérience, les lignes limitrophes des régions portent souvent à confusion, ajouté à cela des irrégularités dans la disposition des cellules du tableau, rendant le travail de séparation un vrai défi. La méthodologie proposée tient compte de ces difficultés en opérant une segmentation à plusieurs niveaux de granularité, et en traitant la segmentation comme un problème de classification. D'abord, l'image du document est segmentée en structures linéaires à l'aide d'un lissage horizontal approprié. Le seuil horizontal combiné avec une tolérance verticale avantage le regroupement des éléments fragmentés de la formule sans trop fusionner le texte. Ces structures linéaires sont classées en Texte ou Graphique en s'appuyant sur des descripteurs structurels spécifiques, caractéristiques des deux classes. Ensuite, la segmentation est poursuivie sur les lignes textuelles pour séparer les lignes du tableau de celles de la description. Nous avons proposé pour cette classification un modèle CAC qui permet de déterminer la séquence optimale d'étiquettes associées à la séquence des lignes d'un document. Le choix de ce type de modèle a été motivé par sa capacité à absorber la variabilité des lignes et à exploiter les informations contextuelles. Enfin, pour le problème de la segmentation de tableaux en cellules, nous avons proposé une méthode hybride qui fait coopérer deux niveaux d'analyse : structurel et syntaxique. Le premier s'appuie sur la présence des lignes graphiques et de l'alignement de texte et d'espaces ; et le deuxième tend à exploiter la cohérence de la syntaxe très réglementée du contenu des cellules. Nous avons proposé, dans ce cadre, une approche contextuelle pour localiser les champs numériques dans le tableau, avec reconnaissance des chiffres isolés et connectés. La thèse étant effectuée dans le cadre d'une convention CIFRE, en collaboration avec la société eNovalys, nous avons implémenté et testé les différentes étapes du système sur une base conséquente de documents de chimie.

Download or read book SEGMENTATION ROBUSTE D IMAGES DE DOCUMENTS PAR UNE APPROCHE MULTIRESOLUTION written by OLIVIER.. DEFORGES and published by . This book was released on 1995 with total page 200 pages. Available in PDF, EPUB and Kindle. Book excerpt: CETTE THESE S'INSCRIT DANS LE DOMAINE DE L'ANALYSE AUTOMATIQUE D'IMAGES DE DOCUMENTS. PLUS SPECIFIQUEMENT, UNE METHODE GENERIQUE A ETE DEVELOPPEE POUR L'EXTRACTION DE LA STRUCTURE PHYSIQUE DE DOCUMENT, PRINCIPALEMENT POUR LA LOCALISATION DE LIGNES DE TEXTE ET CELLE DE BLOCS DE LIGNES. L'ORIGINALITE DE CES TRAVAUX REPOSENT SUR DEUX POINTS ESSENTIELS. EN PREMIER LIEU, L'ANALYSE EST MENEE A DIFFERENTES RESOLUTIONS DE L'IMAGE, GARANTISSANT AINSI UNE QUASI INDEPENDANCE DES PERFORMANCES VIS-A-VIS DE LA TAILLE DES CARACTERES. ENSUITE, LE CONCEPT MEME DE MODELISATION DE REGION DE TYPE TEXTE A ETE COMPLETEMENT REDEFINI. CELA A ABOUTI A LA CONCEPTION D'UN ENSEMBLE D'ALGORITHMES CAPABLES D'EXTRAIRE TOUT TYPE DE TEXTE (IMPRIME OU MANUSCRIT) SUR DES DOCUMENTS MONTRANT DES CARACTERISTIQUES TRES DIVERSES EN TERMES DE COMPLEXITE ET D'ORIENTATION. CES DOCUMENTS PEUVENT EGALEMENT COMPORTER CERTAINES DEGRADATIONS JUGEES SEVERES QUI CONCERNENT LE FOND DE L'IMAGE. LES TRAITEMENTS CONCUS ET DEVELOPPES SE DECOMPOSENT PRINCIPALEMENT EN DEUX PHASES. LA PREMIERE EST L'EXTRACTION DES BORDS DES OBJETS LINEIQUES, CORRESPONDANT A LA FOIS AUX LIGNES DE TEXTE ET AUX TRAITS. LA SECONDE PHASE EST L'ANALYSE TOPOLOGIQUE DE CES BORDS POUR REFORMER LES MOTS, PUIS SIMULTANEMENT LES LIGNES DE TEXTE ET BLOCS DE LIGNES. LES TRAITEMENTS AU NIVEAU PIXEL ONT EGALEMENT FAIT L'OBJET D'UNE PROJECTION SUR UNE ARCHITECTURE SPECIFIQUE. LA REGULARITE ET LE CARACTERE LOCAL DES ALGORITHMES ONT PU ETRE AVANTAGEUSEMENT EXPLOITES PAR L'ELABORATION D'UNE ARCHITECTURE DE TYPE MATRICE DE PROCESSEURS

Download or read book Recherche par le contenu et classification d images written by Alaidine Ben Ayed and published by . This book was released on 2012 with total page 128 pages. Available in PDF, EPUB and Kindle. Book excerpt: