1. INTRODUCTIONWith pervasive use o

1. INTRODUCTION
With pervasive use of consumer-domain hand-held devices
such as Smartphones, camera-captured optical character
recognition (OCR) is a key capability of interest to both
commercial and defense communities. However, images
such as document images, road signs, etc. acquired using
cameras on these hand-held devices exhibit several artifacts
that significantly impact OCR accuracy. Degradations such
as out-of-focus blur, uneven and insufficient illumination, etc.
simply lead to failure of OCR on these images.
Most document retrieval and recognition systems based
on OCR rely on acquisition of high-quality document images.
Therefore, automated image quality assessment methods that
automatically select images of high quality (as shown in Fig.
1(b)) and filter out images that do not satisfy the minimum
quality requirement for the system (as shown in Fig. 1(c))
can significantly improve the usability of such systems. Additionally,
the image quality assessment can be integrated into

ผลลัพธ์ (ไทย) 1:

1. บทนำมีการใช้อุปกรณ์มือถือของโดเมนผู้บริโภคชุมชนที่แพร่หลายเช่นสมาร์ทโฟน กล้องจับแสงอักขระrecognition (OCR) เป็นความสามารถหลักของทั้งสองพาณิชย์ และป้องกันชุมชน อย่างไรก็ตาม ภาพภาพเอกสาร ป้ายถนน ฯลฯ มาใช้กล้องบนอุปกรณ์มือถือเหล่านี้จัดแสดงสิ่งประดิษฐ์ต่าง ๆที่สำคัญมีผลต่อความถูกต้อง OCR Degradations ดังกล่าวเป็นเช็คโฟกัสเบลอ แสงสว่างไม่เพียงพอ และไม่สม่ำเสมอ เป็นต้นเพียงนำไปสู่ความล้มเหลวของ OCR ในภาพเหล่านี้ส่วนใหญ่เอกสารตามระบบการเรียกและการรับรู้บน OCR พึ่งซื้อรูปเอกสารคุณภาพสูงดังนั้น โดยอัตโนมัติวิธีการประเมินคุณภาพของภาพที่เลือกภาพคุณภาพสูงโดยอัตโนมัติ (ตามที่แสดงในฟิก1(b)) และกรองออกภาพที่ตอบสนองต่ำสุดความต้องการคุณภาพสำหรับระบบ (ตามที่แสดงใน Fig. 1(c))อย่างมีนัยสำคัญสามารถปรับปรุงการใช้งานของระบบ นอกจากนี้การประเมินคุณภาพของรูปภาพสามารถรวมเข้า

ผลลัพธ์ (ไทย) 2:

1.
บทนำด้วยการใช้แพร่หลายของอุปกรณ์มือถือของผู้บริโภคโดเมนเช่นมาร์ทโฟน,
กล้องจับตัวอักษรแสงได้รับการยอมรับ (OCR) เป็นความสามารถที่สำคัญที่น่าสนใจทั้งในเชิงพาณิชย์และการป้องกันชุมชน อย่างไรก็ตามภาพดังกล่าวเป็นภาพเอกสารป้ายถนนและอื่น ๆ ที่ได้มาโดยใช้กล้องเหล่านี้อุปกรณ์มือถือแสดงสิ่งประดิษฐ์หลายอย่างมีนัยสำคัญส่งผลกระทบต่อความถูกต้องOCR degradations ดังกล่าวเป็นออกจากโฟกัสเบลอส่องสว่างไม่สม่ำเสมอและไม่เพียงพอฯลฯเพียงแค่นำไปสู่ความล้มเหลวของ OCR ในภาพเหล่านี้. ดึงเอกสารส่วนใหญ่และระบบการรับรู้ตามใน OCR พึ่งพาการซื้อกิจการของที่มีคุณภาพสูงภาพเอกสาร. ดังนั้นภาพอัตโนมัติ วิธีการประเมินคุณภาพโดยอัตโนมัติเลือกภาพที่มีคุณภาพสูง(ดังแสดงในรูปที่. 1 (ข)) และกรองภาพที่ไม่ได้ตอบสนองความต้องการขั้นต่ำที่ต้องการคุณภาพของระบบ(ดังแสดงในรูปที่. 1 (ค)) อย่างมีนัยสำคัญสามารถปรับปรุง การใช้งานของระบบดังกล่าว นอกจากนี้การประเมินคุณภาพของภาพที่สามารถบูรณาการเข้า

ผลลัพธ์ (ไทย) 3:

1 . ที่มีการใช้แพร่หลายของผู้บริโภคแนะนำ

เมนมือถืออุปกรณ์เช่นมาร์ทโฟน , กล้องจับการรู้จำอักขระด้วยแสง ( OCR )
คือความสามารถที่สำคัญของความสนใจที่จะ
พาณิชย์และป้องกันชุมชน แต่ภาพ
เช่นเอกสารรูปภาพ , ป้ายถนน , ฯลฯ โดยใช้กล้องบนอุปกรณ์มือถือเหล่านี้

ว่ามีหลายวัตถุมีผลต่อ OCR ความถูกต้องdegradations เช่น
จากโฟกัสเบลอไม่สม่ำเสมอ และไม่เพียงพอ แสงสว่าง ฯลฯ
เพียงแค่นำไปสู่ความล้มเหลวของ OCR ในรูปภาพเหล่านี้ .
ส่วนใหญ่สืบค้นเอกสารและระบบการรับรู้ตาม
ใน OCR พึ่งพาการได้มาของภาพเอกสารโดยอัตโนมัติที่มีคุณภาพสูง .
ดังนั้นคุณภาพของภาพโดยอัตโนมัติ เลือกวิธีการประเมินที่
( แสดงภาพคุณภาพสูง
ในฟิค1 ( ข ) และกรองภาพที่ไม่ตอบสนองความต้องการคุณภาพขั้นต่ำ
สำหรับระบบ ( ดังแสดงในรูปที่ 1 ( C )
อย่างมีนัยสำคัญสามารถปรับปรุงการใช้งานของระบบ นอกจากนี้
ภาพการประเมินคุณภาพสามารถบูรณาการเข้าไปใน