Edges are the features that are usu

Edges are the features that are usually more salient and robust
than points for pattern recognition problems such as document
recognition and analysis. In [4], the text area were detected
by using a stoke width transform based method where
the stroke width was computed according to edges. To estimate
the PSF (Point Spread Function) of the image, Joshi [5]
proposed an edge prediction method which assumed the high
quality image has sharp edges and the blurry image’s edges
are smoothed. Inspired by these ideas and based on the observation
that the gradient of the ideal text edge changes rapidly
from the stroke to the background area while the gradient of
the degraded text edge changes smoothly, we use gradient of
the edge to measure the degradation.
Prior to the feature extraction, the edges of the document
image are detected using the Canny operator [6]. A gradient
search algorithm is applied to each edge pixel px;y to find
the pixel such that the gray difference between two pixels is
bigger than a predefined threshold with the shortest distance.
The searching algorithm is summarized in Fig. 2
The average distance of all edge pixels within a page is
calculated according to:

ผลลัพธ์ (ไทย) 1:

ขอบมีลักษณะการทำงานที่มักเด่น และแข็งแกร่งมากขึ้นกว่าคะแนนสำหรับปัญหาการรู้จำรูปแบบเช่นเอกสารการรับรู้และวิเคราะห์ ใน [4], พื้นที่ข้อความที่พบโดยการแปลงความกว้างคู่สโต๊คตามวิธีการที่ความกว้างเส้นขีดถูกคำนวณตามขอบ ในการประเมินPSF (กระจายฟังก์ชัน) ของรูป Joshi [5]นำเสนอวิธีการพยากรณ์ขอบซึ่งถือว่าสูงภาพที่มีคุณภาพมีขอบที่คมชัดและขอบของภาพมัวมีโค้ง บันดาลความคิดเหล่านี้ และจากการสังเกตที่ไล่ระดับสีของขอบข้อความห้องเปลี่ยนแปลงอย่างรวดเร็วจากจังหวะตั้งพื้นหลังในขณะที่การไล่ระดับสีของการเปลี่ยนแปลงขอบข้อความเสื่อมโทรมได้อย่างราบรื่น เราใช้การไล่ระดับสีของขอบวัดการย่อยสลายก่อนที่จะแยกคุณลักษณะ ขอบของเอกสารรูปตรวจพบการใช้ตัวแหลม [6] การไล่ระดับสีมีใช้อัลกอริทึมการค้นหาแต่ละพิกเซลขอบ px; y หาพิกเซลสีเทาความแตกต่างระหว่างสองพิกเซลที่มีขนาดใหญ่กว่าขีดจำกัดที่กำหนดไว้ล่วงหน้า ด้วยระยะทางที่สั้นที่สุดสรุปขั้นตอนวิธีการค้นหาใน Fig. 2ระยะห่างเฉลี่ยของพิกเซลขอบทั้งหมดภายในเพจคำนวณตาม:

ผลลัพธ์ (ไทย) 2:

ขอบเป็นคุณสมบัติที่สำคัญมักจะมีมากขึ้นและมีประสิทธิภาพกว่าจุดสำหรับรูปแบบการรับรู้ปัญหาที่เกิดขึ้นดังกล่าวเป็นเอกสารการรับรู้และการวิเคราะห์ ใน [4] พื้นที่ข้อความตรวจพบโดยใช้ความกว้างจี้แปลงวิธีการตามที่ความกว้างของโรคหลอดเลือดสมองได้รับการคำนวณตามขอบ ในการประมาณตารางฟุต (จุดกระจายฟังก์ชั่น) ของภาพ, Joshi [5] เสนอวิธีการทำนายขอบซึ่งสันนิษฐานสูงภาพที่มีคุณภาพมีขอบคมและขอบภาพเบลอของจะเรียบ แรงบันดาลใจจากความคิดเหล่านี้และขึ้นอยู่กับการสังเกตว่าการไล่ระดับสีของการเปลี่ยนแปลงขอบข้อความที่เหมาะอย่างรวดเร็วจากจังหวะไปยังพื้นที่พื้นหลังขณะที่การไล่ระดับสีของขอบข้อความเสื่อมโทรมการเปลี่ยนแปลงได้อย่างราบรื่นเราจะใช้การไล่ระดับสีของขอบในการวัดการย่อยสลาย. ก่อนที่จะมี ดึงขอบของเอกสารภาพที่มีการตรวจพบการใช้ประกอบการแสนรู้[6] ลาดวิธีการค้นหาถูกนำไปใช้พิกเซลแต่ละพิกเซลขอบ; y ที่จะหาพิกเซลดังกล่าวว่าความแตกต่างระหว่างสองสีเทาพิกเซลมีขนาดใหญ่กว่าที่กำหนดไว้ล่วงหน้าเกณฑ์ที่มีระยะทางที่สั้น. ขั้นตอนวิธีการค้นหาที่มีการสรุปในรูป 2 ระยะทางเฉลี่ยของพิกเซลขอบทั้งหมดภายในหน้าจะคำนวณตาม:

ผลลัพธ์ (ไทย) 3:

ขอบเป็นคุณลักษณะที่เด่น และมีเสถียรภาพมากขึ้นกว่าปกติ
จุดสำหรับการรู้จำรูปแบบการรับรู้ปัญหา เช่นเอกสาร
และการวิเคราะห์ ใน [ 4 ] , พื้นที่ข้อความที่ถูกตรวจพบโดยการใช้จี้

ตามความกว้างของแปลงวิธีที่จังหวะกว้างถูกคำนวณตามขอบ ประมาณ
PSF ( ฟังก์ชันกระจายจุด ) ของภาพ โจชิ [ 5 ]
เสนอขอบโดยภาพรวมซึ่งสันนิษฐานว่าเป็นภาพที่มีคุณภาพสูงมีขอบคมชัดและเบลอ

เป็นภาพขอบเรียบ . แรงบันดาลใจจากความคิดเหล่านี้ และจากการสังเกต
ที่ไล่ระดับของขอบข้อความเหมาะเปลี่ยนแปลงอย่างรวดเร็ว
จากจังหวะในพื้นที่พื้นหลังในขณะที่ความลาดชัน
เสื่อมโทรมข้อความขอบการเปลี่ยนแปลงอย่างราบรื่น เราใช้ความลาดชัน
ขอบในการวัดการสลายตัว
ก่อนคุณลักษณะการสกัด ขอบของภาพเอกสาร
ตรวจพบใช้ Canny ) [ 6 ] ลาด
ขั้นตอนวิธีใช้ขอบแต่ละพิกเซล px ; Y หา
พิกเซลเช่นความแตกต่างระหว่างสองพิกเซลเป็นสีเทา
ใหญ่กว่าเกณฑ์ที่กําหนดไว้ ด้วยระยะทางที่สั้นที่สุด คือ การสรุปในขั้นตอนวิธี

รูปที่ 2เฉลี่ยระยะทางทุกพิกเซลขอบภายในหน้า
คำนวณตาม :