آشكارسازي و تعيين مكان متون فارسي-عربي در تصاوير ويديويي

استخراج اطلاعات متني از تصاوير ويديويي، در كاربردهايي نظير تحليل معنايي ويديو، بازيابي اطلاعات متني و بازيابي اطلاعات مربوط به تصاوير ويديويي آرشيو‌شده نقش مهمي دارد. در اين مقاله، روشي جهت استخراج متن فارسي- عربي از تصاوير ويديويي ارايه مي‌شود. در ابتدا، جهت كاهش حساسيت به اندازه قلم، بر اساس تصوير ورودي هرمي داراي سه وضوح ايجاد مي شود. سپس با استفاده از آشكارساز لبه، لبه هاي موجود در تصوير استخراج و با يافتن مكان تلاقي لبه ها، تصويرگوشه تصنعي ايجاد مي شود. جهت حذف گوشه هاي تصنعي نواحي غير متني، تحليل هيستوگرام انجام مي شود. ضرايب تبديل فوريه كسينوسي گسسته بلوك‌هاي تصوير استخراج و با تركيب تعدادي از آنها، تصوير شدت بافت حاصل مي شود. در ادامه جهت جداسازي نواحي متني از غيرمتني، با يك طبقه بندي كننده، با تلفيق مشخصه هاي حاصل از تصويرگوشه تصنعي و تصوير شدت بافت، برداري متشكل از مشخصه ها تشكيل مي شود. در پايان، با رسم نمودارهاي هنجاري‌سازي شده شدت بافت، بازبيني نهايي انجام شده و تفكيك خطوط متني انجام مي‌شود.