Etude comparative d'invariants de forme pour la classification texte / non-texte

Auteurs

Julien Marquegnies

Type

techreport

Année

2012

Numéro

1115

Projects

Olena

Mots-clés

Image invariants, moments, descriptors, Fourier, HuZernike, Pseudo-Zernike, Fourier-Mellin, Polar, DCT.

Résumé

L'objectif principal de la reconnaissance des formes est de permettre aux ordinateurs de reconnaître des éléments sans nécessiter une quelconque intervention extérieure. Cependant, un problème récurrent provient des transformations telles la translation ou la rotation qui peuvent être appliquées à l'image d'origine. Ainsi, différents moments calculés sur l'image ont suscité un intérêt particulier du fait de leur invariance à plusieurs des transformations rencontrées. Un certain nombre d'algorithmes basés sur les invariants de forme sont populaires en analyse d'image de documents et en particulier en ce qui concerne les systèmes de reconnaissance optique de caractères puisqu'ils offrent une caractérisation pertinente permettant la différenciation des lettres. Ils trouvent également un intérêt dans l'analyse de la mise en page de documents en fournissant des informations qui peuvent être utilisées pour différencier les éléments textuels des éléments non textuels. Ainsi, nous présenterons le concept de moments ainsi que l'évaluation de six invariants de forme issus de l'état de l'art dans le cadre de la classification texte / non-texte. Un algorithme d'invariants de forme inspiré du principe du compressive sensing est également proposé.