مقاله مکان یابی متون فارسی در تصاویر صحنه طبیعی با استفاده امضای رنگ لبه های تصویر

توجه : به همراه فایل word این محصول فایل پاورپوینت (PowerPoint) و اسلاید های آن به صورت هدیه ارائه خواهد شد

  مقاله مکان یابی متون فارسی در تصاویر صحنه طبیعی با استفاده امضای رنگ لبه های تصویر دارای ۹ صفحه می باشد و دارای تنظیمات در microsoft word می باشد و آماده پرینت یا چاپ است

فایل ورد مقاله مکان یابی متون فارسی در تصاویر صحنه طبیعی با استفاده امضای رنگ لبه های تصویر  کاملا فرمت بندی و تنظیم شده در استاندارد دانشگاه  و مراکز دولتی می باشد.

توجه : در صورت  مشاهده  بهم ریختگی احتمالی در متون زیر ،دلیل ان کپی کردن این مطالب از داخل فایل ورد می باشد و در فایل اصلی مقاله مکان یابی متون فارسی در تصاویر صحنه طبیعی با استفاده امضای رنگ لبه های تصویر،به هیچ وجه بهم ریختگی وجود ندارد

بخشی از متن مقاله مکان یابی متون فارسی در تصاویر صحنه طبیعی با استفاده امضای رنگ لبه های تصویر :

تعداد صفحات:۹
چکیده:
متون موجود در تصاویر صحنه طبیعی منبع مهمی برای درک تصاویر هستند؛ اولین و مهمترین مرحله برای درک متون موجود در تصاویر، یافتن محل قرار گرفتن آنهاست. در این مقاله روشی بر پایه امضای رنگ لبه ها برای مکان یابی متون فارسی در تصاویر صحنه طبیعی ارائه شده است. روش ارائه شده در ابتدا هرمی با اندازه های مختلف از تصویر ورودی ایجاد می کند. در این روش برای هر اندازه تصویر، ابتدا لبه های تصویر ورودی استخراج می شود. در ادامه با استفاده از ویژگی های هندسی تعدادی از لبه های غیرمتنی حذف می شوند. سپس برای هر یک از نقاط لبه های باقی مانده با استفاده از الگوریتم Mean Shift رنگهای اطراف لبه در یک همسایگی(امضای رنگ لبه) استخراج می شود. در مرحله بعد نقاط همسایه ای که دارای امضای رنگی مشابهی هستند با استفاده از الگوریتم خوشه بندی Single-Linkage گروه بندی می شوند. در ادامه ناحیه هر یک از گروه ها در تصویر اصلی استخراج شده و به یک کلاسه بند داده می شود تا آن را به عنوان متن یا غیرمتن برچسب گذاری کند. در مرحله آخر نیز مناطق متنی تشخیص داده شده در تمامی اندازه های تصویر تجمیع شده و در صورت نیاز ترکیب می شوند. با توجه به عدم وجود مجموعه داده برای زبان فارسی، مجموعه تصاویری از شهرهای مختلف ایران برای ارزیابی کارایی روش ارائه شده تهیه شد. روی این مجموعه تصاویر روش ارائه شده توانست صحت ۰، ۶ و بازشناسی ۰،۶۵ را به دست آورد.