การประมวลผลล่วงหน้าของภาพเอกสารสำหรับการรู้จำตัวอักษรภาษาไทย

เกรียงศักดิ์ เหล็กดี

Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/11059

Full metadata record

DC Field	Value	Language
dc.contributor.advisor	บุญเสริม กิจศิริกุล	-
dc.contributor.author	เกรียงศักดิ์ เหล็กดี	-
dc.contributor.other	จุฬาลงกรณ์มหาวิทยาลัย. คณะวิศวกรรมศาสตร์	-
dc.date.accessioned	2009-09-09T11:54:52Z	-
dc.date.available	2009-09-09T11:54:52Z	-
dc.date.issued	2546	-
dc.identifier.isbn	9741757808	-
dc.identifier.uri	http://cuir.car.chula.ac.th/handle/123456789/11059	-
dc.description	วิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2546	en
dc.description.abstract	พัฒนาโปรแกรมสำหรับการประมวลผลล่วงหน้าของภาพเอกสาร ซึ่งจะประกอบไปด้วยโปรแกรมในการสร้างภาพไบนารีจากภาพเอกสาร ที่ประกอบไปด้วยข้อความ พื้นหลัง หรือภาพถ่าย และโปรแกรมปรับมุมการเอียงของภาพเอกสารโดยอัตโนมัติ งานวิจัยนี้ได้นำเสนอโปรแกรมในการสร้างภาพไบนารีด้วยอัลกอริทึม 2 อัลกอริทึมคือ อัลกอริทึมไนแบล็กหรืออัลกอริทึมของยาโนวิทซ์และบรัคสเตียน และโปรแกรมปรับมุมการเอียงของภาพเอกสารโดยอัตโนมัติอีก 2 อัลกอริทึมคืออัลกอริทึมฮัจทรานสฟอร์มและเนียเรสเนเบอร์คัทเตอริง ข้อมูลภาพเอกสารที่ใช้ทดสอบประกอบด้วยเอกสาร 2 ชุด เอกสารชุดแรกที่ทดลองการไบไรเซชันจะด้วยอัลกอริทึมไนแบล็ก หรืออัลกอริทึมของยาโนวิทซ์และบรัคสเตียน ผลจากการทดลองในการทำไบนาไรเซชันโดยรวม อัลกอริทึมของไนแบล็กจะมีประสิทธิภาพมากกว่า อัลกอริทึมของยาโนวิทซ์และบรัคสเตียน จากภาพเอกสารจำนวน 10 ภาพ มีจำนวนตัวอักษรรวม 2,316 ตัว ผลการรู้จำตัวอักษรเมื่อนำภาพเอกสารที่ผ่านการทำไบนาไรเซชัน ด้วยอัลกอริทึมของอ็อดสึ จำนวนตัวอักษรที่ถูกต้องเท่ากับ 49.32% เอกสารภาพที่ผ่านอัลกอริทึมของไนแบล็ก จำนวนตัวอักษรที่ถูกต้องเท่ากับ 63.16% เอกสารภาพที่ผ่านอัลกอริทึม ของยาโนวิทซ์และบรัคสเตียน จำนวนตัวอักษรที่ถูกต้องเท่ากับ 60.75% ส่วนผลจากการทดลองในการปรับมุมการเอียงโดยอัตโนมัติ ด้วยอัลกอริทึมเนียเรสเนเบอร์คัทเตอริงจะเร็วกว่า และมีความละเอียดมากกว่าอัลกอริทึมฮัจทรานสฟอร์ม โดยที่อัลกอริทึมเนียเรสเนเบอร์คัทเตอริงมีค่าของมุมคลาดเคลื่อน +-0 ํ ถึง +-2 ํ และอัลกอริทึมฮัจทรานสฟอร์มมีค่าของมุมคลาดเคลื่อน คลาดเคลื่อน +-0 ํ ถึง +-3 ํ	en
dc.description.abstractalternative	In this thesis, a set of computer programs for document image pre-processing for Thai optical character recognition are proposed. The binarization program generates binary images from document images composing of text, background, and/or image data. Another program performs automatic skew detection of document images. Niblack's algorithm and Yanowitz and Bruckstein's algorithm were implemented for comparison of binarization. Hough Transform's algorithm and Nearest-Neighbor Clustering's algorithm were implemented for comparison of automatic skew detection. The experimental result of binarization demonstrates that Niblack's algorithm is superior to Yanowitz and Bruckstein's algorithm. The accuracy of OCR after binarization with this algorithm is 63.75% whereas Yanowitz and Bruckstein's algorithm produces accuracy of only 60.75%. For automatic skew detection, Nearest-Neighbor Clustering's algorithm provides higher speed and finer skew correction than Hough Transform's algorithm.	en
dc.format.extent	1953679 bytes	-
dc.format.mimetype	application/pdf	-
dc.language.iso	th	es
dc.publisher	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.rights	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.subject	ระบบการสร้างภาพเอกสาร	en
dc.subject	การรู้จำอักขระ (คอมพิวเตอร์)	en
dc.subject	ภาษาไทย -- ตัวอักษร	en
dc.title	การประมวลผลล่วงหน้าของภาพเอกสารสำหรับการรู้จำตัวอักษรภาษาไทย	en
dc.title.alternative	Document image pre-processing for Thai optical character recognition	en
dc.type	Thesis	es
dc.degree.name	วิทยาศาสตรมหาบัณฑิต	es
dc.degree.level	ปริญญาโท	es
dc.degree.discipline	วิทยาศาสตร์คอมพิวเตอร์	es
dc.degree.grantor	จุฬาลงกรณ์มหาวิทยาลัย	en
dc.email.advisor	boonserm@cp.eng.chula.ac.th, Boonserm.K@chula.ac.th	-
Appears in Collections:	Eng - Theses

Files in This Item:

File	Description	Size	Format
Kriangsak.pdf		1.91 MB	Adobe PDF	View/Open

Show simple item record