Projection, smearing and Hough-base

Projection, smearing and Hough-based methods, classically adapted to straight lines and
easier to implement, had to be completed and enriched by local considerations (piecewise
projections, clustering in Hough space, use of a moving window, ascender and descender
skipping), so as to solve some problems including: line proximity, overlapping or even
touching strokes, fluctuating close lines, shape fragmentation occurrences. The stochastic
method (achieved by the Viterbi decision algorithm) is conceptually more robust, but its
implementation requires great care, particularly the initialization phase. As a matter of fact,
text-line images are initially divided into mxn grids (each cell being a node), where the values
of the critical parameters m and n are to be determined according to the estimated average
stroke width in the images. Representing a text line by one ormore baselines (RA method,
minima point grouping) must be completed by labeling those pixels not connected to, or
between the extracted baselines.The recurrent natureof the repulsive-attractive method may
induce cascading detecting errors following a unique false or bad line extraction.

ผลลัพธ์ (ไทย) 1:

ฉาย วิธีการทา และ Hough ใช้ ดัดแปลงห้องให้เส้นตรง และ
ง่ายต่อการใช้งาน ได้เสร็จสมบูรณ์ และอุดมไป ด้วยพิจารณาเฉพาะ (piecewise
ประมาณ คลัสเตอร์ในพื้นที่ Hough ใช้หน้าต่างเคลื่อน ascender และ descender
ข้าม), เพื่อแก้ปัญหารวมทั้ง: บรรทัดใกล้ ทับซ้อนกัน หรือแม้กระทั่ง
สัมผัสจังหวะ ความบรรทัดปิด รูปร่างเกิดการกระจายตัวของ แบบสโทแคสติก
วิธี (ทำตามอัลกอริทึมการตัดสิน Viterbi) เป็นทางแนวคิดมากขึ้นแข็งแกร่ง แต่ของ
งานต้องดูแลมาก โดยเฉพาะอย่างยิ่งในระยะเริ่มต้น เป็นแท้,
รูปบรรทัดข้อความเริ่มต้นแบ่งออกเป็น mxn กริด (เซลล์แต่ละเซลล์มีโหน), ซึ่งค่า
พารามิเตอร์สำคัญ m และ n จะถูกกำหนดตามค่าเฉลี่ยประมาณ
โรคหลอดเลือดสมองความกว้างในภาพ แสดงรายการข้อความ โดย ormore หนึ่งเส้น (RA วิธี,
กมินิมาชี้จัด) ต้องดำเนินการ โดยพิกเซลที่ไม่เชื่อมต่อกับ ติดฉลาก หรือ
ระหว่างเส้นแยกNatureof เกิดซ้ำวิธี repulsive น่าสนใจอาจ
ก่อให้เกิดการเรียงซ้อนการตรวจจับข้อผิดพลาดในการต่อแยกสายปลอม หรือไม่ถูกต้องไม่ซ้ำกัน

ผลลัพธ์ (ไทย) 2:

ฉายละเลงและวิธี Hough ตามคลาสสิกเหมาะกับเส้นตรงและ
ง่ายต่อการดำเนินการจะต้องมีความสมบูรณ์และอุดมไปด้วยการพิจารณาในท้องถิ่น (ค่
การคาดการณ์การจัดกลุ่มอยู่ในพื้นที่ Hough ใช้ย้ายหน้าต่างครองและสืบทอด
การกระโดดข้าม) ดังนั้น ขณะที่การแก้ปัญหาบางอย่างรวมถึงการใกล้ชิดเส้นที่ทับซ้อนกันหรือแม้กระทั่ง
จังหวะสัมผัสผันผวนใกล้เส้นรูปร่างการเกิดการกระจายตัว สุ่ม
วิธี (ทำได้โดยขั้นตอนวิธีการตัดสินใจ Viterbi) เป็นแนวคิดที่แข็งแกร่งมากขึ้น แต่
การดำเนินการต้องมีการดูแลที่ดีโดยเฉพาะอย่างยิ่งขั้นตอนการเตรียม เป็นเรื่องของความเป็นจริง
ภาพข้อความบรรทัดแรกจะถูกแบ่งออกเป็นกริด MXN (แต่ละเซลล์เป็นโหนด) ซึ่งค่า
ของพารามิเตอร์เมตรที่สำคัญและ n จะถูกกำหนดขึ้นมาตามค่าเฉลี่ยประมาณ
ความกว้างของจังหวะในภาพ ที่เป็นตัวแทนของบรรทัดข้อความโดยหนึ่งเส้นเขตแดน ormore (วิธี RA,
การจัดกลุ่มน้อยจุด) จะต้องเสร็จสิ้นโดยติดฉลากพิกเซลผู้ที่ไม่ได้เชื่อมต่อกับหรือ
ระหว่างกำเริบ baselines.The สกัด natureof วิธีการน่ารังเกียจ-สม่ำเสมออาจ
ทำให้เกิดการซ้อนการตรวจสอบข้อผิดพลาดต่อไปนี้ที่ไม่ซ้ำกันเท็จ หรือการสกัดสายไม่ดี

ผลลัพธ์ (ไทย) 3:

และใช้วิธีฉายละเลง Hough ดัดแปลงคลาสสิกกับเส้นตรงและ
ง่ายต่อการใช้ แต่ก็ต้องเสร็จ และอุดมด้วยโดยพิจารณาท้องถิ่น ( เป็นช่วง
ประมาณการ clustering ใน Hough พื้นที่ใช้หน้าต่าง , การย้ายและ Ascender ซึ่งสืบทอดมา
ข้าม ) เพื่อแก้ปัญหาบางอย่างรวมถึง : ความใกล้ชิดบรรทัดซ้อนกัน หรือ แม้
สัมผัสจังหวะใกล้เคียงเส้นปิดรูปร่างของเหตุการณ์ . วิธี Stochastic
( ได้จากการตัดสินใจของอุปกรณ์ ) คือแนวคิดที่แข็งแกร่งมากขึ้น แต่การต้องดูแล
ที่ดีโดยเฉพาะการเริ่มต้นขั้นตอน เป็นเรื่องของความเป็นจริง
ภาพบรรทัดข้อความจะเริ่มแบ่งออกเป็น MXN กริด ( แต่ละเซลล์เป็นโหนด ) ซึ่งค่า
พารามิเตอร์ที่สำคัญของ M และ N จะพิจารณาตามเฉลี่ยประมาณ
จังหวะความกว้างภาพ แสดงบรรทัดข้อความโดยหนึ่ง ormore หมุด ( RA )
ไม่นี่ ม๊าจุดกลุ่ม ) จะต้องเสร็จสิ้นโดยการติดฉลากเซลเหล่านั้นไม่ได้เชื่อมต่อหรือแยก
ระหว่างหมุด . ดำเนินการของวิธีการมีเสน่ห์ที่น่ารังเกียจอาจ
การตรวจหาข้อผิดพลาดต่อไปนี้เกิดซ้อนกัน เท็จ หรือแยกสายไม่ดี