In this experiment, we assume that

In this experiment, we assume that colour of a paper with
a document is white and that the size of a paper in this paper
is known as A4. The size of a normal A4 paper is 210mm x
290mm, which are used in image warping step. In the initial
white region detection step, a fixed threshold, th in (2), is set
as 110. The resolution of captured images is 3072 X 2048.

Fig.7 shows examples of captured images and results. We
choose a desk with relatively white colour and document
with many characters to verity the robustness of the proposed
method as shown in Fig.7. Although Fig.7(a) has some white
texture on the clothe and Fig.7(b) has some line segments
in the document, we succeed in extracting the feature points
to estimate a homography. Fig.7(c) and Fig.7(d) show the
final captured documents from images. In Fig.8, the four
green points are detected feature points used to estimate a
homography, and the four red solid lines are the extracted
boundary of a paper from the image Fig.7(a).

The experimental results show that the proposed method
successfully removes text regions, which are outliers of finding
line features to eliminate perspective distortions. A document
could be captured from the edge image without text regions.
However, if there are some object with line segments in
other areas, not in a paper region, the proposed method does
not succeed to extract feature points in some cases. Even if
outliers from text regions in a paper are removed, the image
might have other outliers. This is the problem of selecting
the detected line features. The image without text region
has much less line segments than the one with text regions.
We eXpect that it could be improved in the future work.
Additionally, captured images sometimes need some other
sophiscated post processing and restoration, if it would be
used in other applications such as OCR. For example, the left

column of Fig.9 has some distortion due to curled paper,

ผลลัพธ์ (ไทย) 1:

ในการทดลองนี้ เราสมมติว่าสีของกระดาษด้วยเอกสารเป็นสีขาวและขนาดของกระดาษในเอกสารนี้เรียกว่า A4 ขนาดของกระดาษ A4 ปกติมี 210 มม. x290 มม. ซึ่งใช้ในภาพแปรปรวนขั้นตอน ในการเริ่มต้นมีการตั้งค่าขั้นตอนตรวจสอบภูมิภาคขาว ขีดจำกัด fixed, th ใน (2),เป็น 110 ความละเอียดของภาพถ่ายคือ 3072 X 2048Fig.7 แสดงตัวอย่างของภาพถ่ายและผล เราเลือกโต๊ะ มีสีค่อนข้างขาวและเอกสารด้วยหลายอักขระที่ verity ความแข็งแกร่งของการเสนอวิธีการตามที่แสดงใน Fig.7 Fig.7(a) มีสีขาวบางเนื้อผ้าและ Fig.7(b) มีบางบรรทัดเซ็กเมนต์ในเอกสาร เราประสบความสำเร็จในการแยกจุดคุณลักษณะการประเมินแบบ homography Fig.7(c) และ Fig.7(d) แสดงการพิจารณาถ่ายเอกสารจากภาพ ใน Fig.8 สี่จุดสีเขียวคือ จุดตรวจพบคุณลักษณะที่ใช้ในการประเมินการhomography และเส้นทึบสีแดงสี่ แยกที่แล้วขอบเขตของกระดาษจากรูป Fig.7(a)ผลการทดลองแสดงว่าวิธีการนำเสนอเรียบร้อยแล้วเอาข้อความภูมิภาค ที่เป็น outliers ของ findingลักษณะบรรทัดเพื่อกำจัดการบิดเบือนมุมมอง เอกสารสามารถจับได้จากภาพขอบไม่มีขอบเขตข้อความอย่างไรก็ตาม ถ้ามีวัตถุบางอย่างกับบรรทัดเซ็กเมนต์ในพื้นที่อื่น ๆ ไม่ได้อยู่ในพื้นที่กระดาษ วิธีการนำเสนอไม่ไม่ประสบความสำเร็จในการแยกคุณลักษณะจุดในบางกรณี แม้outliers จากข้อความในกระดาษจะถูกเอาออก รูปอาจมี outliers อื่น ๆ นี้เป็นปัญหาของการเลือกมีรายการตรวจพบ ภาพไม่ มีภูมิภาคข้อความมีน้อยมากส่วนบรรทัดมากกว่าหนึ่งมีขอบเขตข้อความเราคาดหวังว่า มันจะดีขึ้นในการทำงานในอนาคตนอกจากนี้ ภาพถ่ายบางครั้งจำเป็นอื่น ๆคลาลงฟื้นฟู การประมวลผลและจะสามารถใช้ในงานอื่น ๆ เช่น OCR ตัวอย่างเช่น ซ้ายคอลัมน์ของ Fig.9 มีบางอย่างผิดเพี้ยนเนื่องจากกระดาษม้วนงอ

ผลลัพธ์ (ไทย) 2:

ในการทดลองนี้เราคิดว่าสีของกระดาษที่มี
เอกสารเป็นสีขาวและว่าขนาดของกระดาษในเอกสารนี้
เป็นที่รู้จักกัน A4 ขนาดของกระดาษขนาด A4 ปกติคือ 210 x
290mm ซึ่งจะใช้ในภาพขั้นตอนการแปรปรวน ในการเริ่มต้น
ภูมิภาคขาวขั้นตอนการตรวจสอบเกณฑ์คงที่, TH (2) มีการตั้งค่า
เป็น 110 ความละเอียดของภาพที่ถ่ายเป็น 3072 X 2048 Fig.7 แสดงให้เห็นตัวอย่างของภาพและบันทึกผล เราเลือกโต๊ะที่มีสีค่อนข้างขาวและเอกสารกับตัวละครมากมายที่จะ VERITY ความทนทานของที่นำเสนอวิธีการดังแสดงใน Fig.7 แม้ว่า Fig.7 (ก) มีสีขาวบางเนื้อบนผ้าและ Fig.7 (ข) มีบางส่วนของเส้นตรงในเอกสารที่เราประสบความสำเร็จในการสกัดจุดคุณลักษณะที่จะประเมิน homography Fig.7 (c) และ Fig.7 (ง) แสดงNAL Fi จับเอกสารจากภาพ ใน Fig.8 สี่จุดสีเขียวมีการตรวจพบจุดคุณลักษณะที่ใช้ในการประมาณการhomography และสี่เส้นทึบสีแดงที่สกัดขอบเขตของกระดาษจากภาพ Fig.7 (ก). ผลการทดลองแสดงให้เห็นว่าวิธีที่นำเสนอประสบความสำเร็จในภูมิภาคลบข้อความที่มีความผิดปกติของ Fi nding คุณสมบัติบรรทัดที่จะกำจัดการบิดเบือนมุมมอง เอกสารจะได้รับการบันทึกจากขอบภาพโดยไม่ต้องภูมิภาคข้อความ. แต่ถ้ามีวัตถุบางอย่างกับกลุ่มสายในพื้นที่อื่น ๆ ที่ไม่ได้อยู่ในภูมิภาคกระดาษวิธีที่นำเสนอไม่ไม่ประสบความสำเร็จในการสกัดจุดคุณลักษณะในบางกรณี แม้ว่าค่าผิดปกติจากภูมิภาคข้อความในกระดาษจะถูกลบออกภาพอาจมีค่าผิดปกติอื่น ๆ ปัญหานี้เป็นปัญหาในการเลือกคุณลักษณะบรรทัดที่ตรวจพบ ภาพโดยไม่ต้องภูมิภาคข้อความมีส่วนของเส้นตรงมากน้อยกว่าหนึ่งเดียวกับภูมิภาคข้อความ. เราคาดหวังว่ามันอาจจะดีขึ้นในการทำงานในอนาคต. นอกจากนี้ภาพที่จับได้บางครั้งต้องอื่น ๆการประมวลผลการโพสต์ sophiscated และฟื้นฟูถ้ามันจะถูกใช้ในการอื่น ๆ การใช้งานเช่น OCR ยกตัวอย่างเช่นที่เหลือคอลัมน์รูปที่ 9 มีการบิดเบือนบางเนื่องจากกระดาษม้วนงอ