The Impact of Filters on the Quality of Binarization for Handwriting Images

• Autorzy: Adamski M. , Pryzmont K.

Identyfikatory

DOI

10.24427/acsr-2018-vol14-0002

Warianty tytułu

PL

Wpływ filtrów na jakość binaryzacji obrazów pisma odręcznego

• Języki publikacji: EN

Abstrakty

EN

Filtration and binarization techniques are often used in handwriting recognition systems. These operations are performed as part of a stage called preprocessing, the result of which is passed to feature extraction and classification processes. Operations performed as part of the preprocessing are important because their result affects the outcome of the entire system. This paper focuses on the assessment of filtration techniques influence on the binarization of handwriting images. In the experiments, four filtration methods were tested with seven thresholding algorithms for various combinations of filtration and binarization parameters. The experiments were conducted on handwriting images selected from Document Binarization Competitions (DIBCO) datasets with ground truth images for the assessment of binarization correctness. The final evaluation was conducted based on the average of quality measures: F-measure, Accuracy, Relative Foreground Area Error and Region Nonuniformity.

PL

Filtracja i binaryzacja są często stosowanymi technikami w systemach rozpoznawania pisma odręcznego. Operacje te są wykonywane w ramach etapu zwanego wstępnym przetwarzaniem, którego rezultat jest przekazywany do kolejnych etapów: ekstrakcji cech i klasyfikacji. Operacje wykonywane w ramach wstępnego przetwarzania są istotne ponieważ ich wyniki wpływają na poprawność pracy całego systemu. W niniejszej pracy skupiono się nad oceną wpływu wyboru metody filtracji obrazu na efekt procesu binaryzacji dla obrazów z pismem odręcznym. W eksperymentach zbadano 4 metody filtracji w połączeniu z 7 metodami progowania dla różnych kombinacji parametrów tych metod. Do eksperymentów użyto wybrane obrazy z pismem odręcznym z baz konkursów binaryzacji dokumentów DIBCO oraz obrazy referencyjne do oceny poprawności binaryzacji. Ocenę wykonano na bazie średniej z miar F-measure, Accuracy, Relative Foreground Area Error, Region nonuniformity.

Słowa kluczowe

EN

image filtering; binarization; handwriting

PL

filtracja obrazu; binaryzacja obrazu; pismo odręczne

• Wydawca: Oficyna Wydawnicza Politechniki Białostockiej
• Czasopismo: Advances in Computer Science Research
• Rocznik: 2018
• Tom: Nr 14
• Strony: 17--30
• Opis fizyczny: Bibliogr. 16 poz., rys., tab.

Twórcy

autor

Adamski M.

• Faculty of Computer Science, Bialystok University of Technology, Białystok, Poland

autor

Pryzmont K.

• Faculty of Computer Science, Bialystok University of Technology, Białystok, Poland

Bibliografia

• [1] Adamski, M. and Saeed, K.: Signature verification by only single genuine sample in offline and online systems, AIP Conference Proceedings, vol. 1738, no. 1, 2016.
• [2] Bradley, D. and Roth, G.: Adaptive Thresholding using the Integral Image, Journal of Graphics Tools, vol. 12, no. 2, pp. 13-21, 2007.
• [3] Gonzalez, R. C. and Woods, R. E.: Digital Image Processing, 3rd Edition, Prentice-Hall, Inc., 2007.
• [4] Gupta, M. R., Jacobson, N. P., and Garcia, E. K.: OCR binarization and image pre-processing for searching historical documents, Pattern Recognition, vol. 40, no. 2, pp. 389-397, 2007.
• [5] Kapur, J. N., Sahoo, P. K., and Wong, A. K. C.: A new method for gray-level picture thresholding using the entropy of the histogram, Computer Vision, Graphics, and Image Processing, vol. 29, no. 3, pp. 273-285, 1985.
• [6] Niblack, W.: An introduction to image processing, Prentice-Hall, 1986.
• [7] Otsu, N.: A Threshold Selection Method from Gray-Level Histograms, IEEE Transactions on Systems, Man, and Cybernetics, vol. 9, no. 1, pp. 62-66, 1979.
• [8] Papari, G., Petkov, N., and Campisi, P.: Artistic Edge and Corner Enhancing Smoothing, IEEE Transactions on Image Processing, vol. 16, no. 10, pp. 2449- 2462, 2007.
• [9] Perona, P. and Malik, J.: Scale-space and edge detection using anisotropic diffusion, IEEE Transactions on Pattern Analysis and Machine Intelligence, vol. 12, no. 7, pp. 629-639, 1990.
• [10] Pratikakis, I., Zagoris, K., Barlas, G., and Gatos, B.: ICDAR2017 Competition on Document Image Binarization (DIBCO 2017), 14th IAPR International Conference on Document Analysis and Recognition (ICDAR), pp. 1395-1403, 2017.
• [11] Pratikakis, I., Zagoris, K., Barlas, G., and Gatos, B.: ICFHR2016 Handwritten Document Image Binarization Contest (H-DIBCO 2016), 15th International Conference on Frontiers in Handwriting Recognition (ICFHR), pp. 619-623, 2016.
• [12] Ridler, T. W. and Calvard, S.: Picture Thresholding Using an Iterative Selection Method, IEEE Transactions on Systems, Man, and Cybernetics, vol. 8, no. 8, pp. 630-632, 1978.
• [13] Sauvola, J. and Pietikäinen, M.: Adaptive document image binarization, Pattern Recognition, vol. 33, no. 2, pp. 225-236, 2000.
• [14] Sezgin, M. and Sankur, B.: Survey over image thresholding techniques and quantitative performance evaluation, Journal of Electronic Imaging, vol. 13, no. 1, pp. 13-20, 2004.
• [15] Smith, E. H. B., Likforman-Sulem, L., and Darbon, J.: Effect of pre-processing on binarization, Document Recognition and Retrieval XVII, SPIE Electronic Imaging Symposium, vol. 7534, 2010.
• [16] White, J. M. and Rohrer, G. D.: Image Thresholding for Optical Character Recognition and Other Applications Requiring Character Image Extraction, IBM Journal of Research and Development, vol. 27, no. 4, pp. 400-411, 1983.

Uwagi

Artykuł zrealizowano w ramach pracy badawczej S/WI/2/2018.

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).