آشكارسازي متن فارسي در تصاوير صحنه هاي طبيعي

اطلاعات متني در ميان اطلاعات مختلف موجود در تصوير، از اهميت ويژه اي برخوردارند، چرا كه به آساني قابل فهم بوده. علاوه براين، امكان انجام فعاليت هايي نظير شناسايي پلاك خودروها، تشخيص و ترجمه علائم، جست و جوي محتواي تصاوير و شاخص گذاري مبتني بر متن تصاوير را فراهم مي سازد. در اين تحقيق يك الگوريتم جديد به منظور تشخيص متون فارسي ارائه شده است. اين سيستم پيشنهادي از طبقه بندي بر اساس مولفه هاي متصل براي تشخيص نواحي كانديد متن تشكيل شده است، كه با لبه هاي استخراج شده تبديل به يك ماسك براي نواحي كانديد متن مي شود، سپس با تحليل مولفه هاي متصل مناطق غير متن هرس شده، در نهايت با عملگرهاي مورفولوژي خطوط متن تشكيل و متون در تصاوير آشكار مي شود. به منظور بررسي نتايج، از پايگاه داده PersianTextNSI كه از تصاوير صحنه هاي طبيعي متن فارسي تشكيل شده، استفاده شده است. اين مجموعه حاوي 150 تصوير است. براي ارزيابي عملكرد سيستم پيشنهادي توانستيم نرخ فراخواني را از 56.81% به 60.57% و نرخ دقت را از 31.72% به 58.86% برسانيم، كه بيانگر عملكرد خوب سيستم مي باشد.