ارسل ملاحظاتك

ارسل ملاحظاتك لنا







Document Image Retrieval from Incomplete Queries Using Texture Features

العنوان بلغة أخرى: إسترجاع صور الوثائق من الاستفسارات الغير كاملة باستعمال خصائص القوام النسيجي
المصدر: مجلة المنصور
الناشر: كلية المنصور الجامعة
المؤلف الرئيسي: عبدالمنعم، مثيل عماد الدين (مؤلف)
مؤلفين آخرين: هاشم، محمد طالب (م. مشارك)
المجلد/العدد: ع22
محكمة: نعم
الدولة: العراق
التاريخ الميلادي: 2014
الصفحات: 25 - 43
DOI: 10.36541/0231-000-022-005
ISSN: 1819-6489
رقم MD: 625693
نوع المحتوى: بحوث ومقالات
اللغة: الإنجليزية
قواعد المعلومات: EcoLink, HumanIndex
مواضيع:
رابط المحتوى:
صورة الغلاف QR قانون
حفظ في:
المستخلص: يعتبر استرجاع صور الوثائق جزء مهم في الكثير من أنظمة معالجة صور الوثائق مثل أنظمة المكاتب الخالية من الورق، المكتبات الرقمية وغيرها. يساعد المستخدمين في إيجاد صور الوثائق الأكثر تشابه من قاعدة بيانات صور الوثائق. أغلب البحوث نفذت بتقديم استفسارات كاملة موجودة في قاعدة البيانات، لكن في العديد من الحالات يمكن مواجهة صور مشوهة أو ناقصة. هذا التشويه أو النقص يكون بسبب بعض المعلومات المفقودة، بعض الأجسام الغير مرغوبة، التشويه، الضوضاء نتيجة لعملية الطباعة، المسح الضوئي للوثيقة، ...الخ. يصف هذا البحث طريقة لاسترجاع الوثيقة الناقصة والمشوهة مستندة على الخصائص البصرية بأستعمال معلومات القوام النسيجي للإسترجاع من قاعدة بيانات كبيرة لصور الوثائق. تم اقترح استعمال خصائص مصفوفة الـ Co-occurrence لتحليل القوام النسيجي وأوردنا تقييم اختباري شامل.

Document image retrieval (DIR) is an important part of many document image processing systems such as paperless office systems, digital libraries and so on. It helps the users to find out the most similar document images from a document image database. Most of the researches have been carried out with complete queries which were present in the database, but in many cases distorted or incomplete images can be encountered. This distortion or incompetence is due to some missing information, some undesirable objects, blurring, noise due to document printing, scanning etc. This paper describes an approach for retrieval of incomplete and distorted document images based on visual features using texture information for retrieval from large document image database. A Gray Level Co-occurrence Matrix (GLCM) features for texture analysis were proposed and provide a comprehensive experimental evaluation.

ISSN: 1819-6489

عناصر مشابهة