این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
Journal of Artificial Intelligence and Data Mining، جلد ۱۰، شماره ۴، صفحات ۴۴۹-۴۶۶
عنوان فارسی
چکیده فارسی مقاله
کلیدواژه‌های فارسی مقاله
عنوان انگلیسی A bilingual text detection in natural images using heuristic and unsupervised learning
چکیده انگلیسی مقاله Digital images are being produced in a massive number every day. Acomponent that may exist in digital images is text. Textual information can beextracted and used in a variety of fields. Noise, blur, distortions, occlusion, fontvariation, alignments, and orientation, are among the main challenges for textdetection in natural images. Despite many advances in text detection algorithms,there is not yet a single algorithm that addresses all of the above problemssuccessfully. Furthermore, most of the proposed algorithms can only detecthorizontal texts and a very small fraction of them consider Farsi language. Inthis paper, a method is proposed for detecting multi-orientated texts in both Farsiand English languages. We have defined seven geometric features to distinguishtext components from the background and proposed a new contrast enhancementmethod for text detection algorithms. Our experimental results indicate that theproposed method achieves a high performance in text detection on natural images.
کلیدواژه‌های انگلیسی مقاله Text Detection, Natural Images, Mean Shift Clustering, bilingual Text
نویسندگان مقاله S. Bayatpour |
Faculty of Engineering and Technology, Alzahra University, Tehran, Iran.

M. Sharghi |
Faculty of Engineering and Technology, Alzahra University, Tehran, Iran.

نشانی اینترنتی https://jad.shahroodut.ac.ir/article_2491_2393334bcf9bf32898974a728b47f465.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده en
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات