Made available in DSpace on 2014-06-12T17:38:13Z (GMT). No. of bitstreams: 2 arquivo6373_1.pdf: 11782142 bytes, checksum: 732afef8e2631d0e4450883fc5a73c7a (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2011 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Trabalhos de Pós-Graduação tais como teses de doutorado e dissertações de mestrado são documentos importantes para diversas áreas das ciências, que precisam ficar disponíveis para acesso remoto para qualquer pesquisador. A plataforma ACADEMUS foi desenvolvida com o propósito de gerar semi-automaticamente bibliotecas digitais desses documentos de pós-graduação, capturando as informações relevantes que o documento carrega

Made available in DSpace on 2014-06-12T17:39:40Z (GMT). No. of bitstreams: 2 arquivo6929_1.pdf: 3211159 bytes, checksum: 51576045408607c69d9b22eabfb38025 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / A crescente disponibilidade de alto desempenho, baixo preço e portabilidade tem tornado as câmeras digitais uma alternativa viável para a aquisição de imagens de documentos. Câmeras digitais são fáceis de utilizar e transportar. Hoje, telefones celulares, palm tops, e outros dispositivos eletrônicos já incorporam câmeras digitais. Devido à sua rápida disseminação é urgente o desenvolvimento de técnicas e algoritmos capazes de processar documentos, melhorando a qualidade da imagem, possibilitando a sua melhor leitura, armazenamento, rápida transmissão via redes de computadores, transcrição automática, etc. Imagens capturadas através de câmeras digitais portáteis podem perder o foco, possuem distorções de perspectiva e distorções causadas pela lente, assim como composição complexa da imagem e interação com o conteúdo e plano de fundo, gerando o surgimento de bordas. As técnicas utilizadas em documentos adquiridos com scanners tradicionais nos servem como referência, mas não podem ser utilizadas diretamente em imagens adquiridas através de câmeras digitais. Esta dissertação analisa alguns dos fatores influentes na qualidade de documentos digitalizados através do uso de câmeras fotográficas digitais portáteis e apresenta algoritmos capazes de corrigir alguns desses fatores

Made available in DSpace on 2014-06-12T17:35:10Z (GMT). No. of bitstreams: 2 arquivo2441_1.pdf: 18881385 bytes, checksum: 844e628241034102560cf3c07572ab1c (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2009 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / O uso de câmeras digitais portáteis tornou-se uma alternativa viável para a aquisição de imagens de documentos devido a seu baixo custo, portabilidade e evolução. Essa aplicação não originalmente prevista vem tornando-se corriqueira. Tais dispositivos estão atualmente embarcadas em muitos dos equipamentos portáteis, como telefones celulares, palm tops, e outros dispositivos eletrônicos fáceis de utilizar e transportar, usados diariamente por milhares de pessoas. Devido a este novo uso dado às câmeras digitais, são necessários novos algoritmos capazes de processar essas imagens, melhorando-as e assim possibilitando um acesso regular e eficaz da informação nelas contidas. Uma vez que essas imagens podem apresentar problemas, como perda de foco, distorções de perspectiva, distorções causadas pela lente, bem como bordas mais complexas do que as encontradas em documentos escaneados. Esta dissertação analisa alguns dos fatores influentes na qualidade de documentos digitalizados através do uso de câmeras digitais e apresenta o ambiente PhotoDoc. Esse ambiente foi concebido de forma a ser amigável ao usuário, o qual a partir da interface gráfica do PhotoDoc poderá automaticamente: remover bordas, corrigir perspectiva, buscar por imagens de documentos fotografados, realçá-las, binarizá-las e transcrever estas imagens com o auxílio de ferramentas de OCR (Optical character recognition). Escolheu-se desenvolver o ambiente proposto nesta dissertação na forma de plugin do ImageJ, por se tratar de um software que apresenta uma série de outras funcionalidades para o processamento de imagens. Esse conjunto único de características torna o PhotoDoc uma solução pioneira, pois não existe ferramenta acadêmica ou comercial com tal funcionalidades até a presente data

Submitted by Lucelia Lucena (lucelia.lucena@ufpe.br) on 2015-03-04T18:27:08Z No. of bitstreams: 2 DISSERTAÇÃO Alisson Werner Arruda.pdf: 4901864 bytes, checksum: ca497864a9da3134128e43273e9f28f3 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) / Made available in DSpace on 2015-03-04T18:27:08Z (GMT). No. of bitstreams: 2 DISSERTAÇÃO Alisson Werner Arruda.pdf: 4901864 bytes, checksum: ca497864a9da3134128e43273e9f28f3 (MD5) license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Previous issue date: 2014-02-27 / CAPES / Binarização de imagens de documentos históricos não é uma tarefa trivial, devido aos mais variados problemas pertinentes a este tipo de imagem, tais como a presença de manchas, variação de contraste, iluminação não-uniforme, entre outros. Atualmente, ainda não há uma solução consolidada que resolva esses tipos de problemas com precisão. Métodos atuais geralmente acarretam na perda de elementos de texto e/ou recuperação de elementos do fundo (papel). Tais consequências não são aceitáveis, tendo em vista que documentos históricos podem conter informações de valor inestimável. Um novo algoritmo para binarização de imagens de documentos históricos é apresentado nesta dissertação, a fim de contribuir para a evolução da área em questão. A partir de uma imagem de entrada em tons de cinza, o método propõe o seu mapeamento em duas novas imagens de contraste, que são combinadas para criar uma imagem binarizada "fraca", caracterizada pela exclusão do fundo e de parte do texto. Ao mesmo tempo, é utilizado o algoritmo de limiarização de Valizadeh e Kabir para criar uma imagem binarizada "forte", caracterizada pela preservação máxima do texto, como também parte do fundo. O resultado final da binarização é produzido pela reconstrução da imagem binarizada fraca através da imagem binarizada forte. Uma etapa de pós-processamento é aplicada à imagem binarizada fraca para remover possíveis ruídos. O método proposto foi testado em duas bases bem conhecidas de imagens de documentos, sendo a primeira do DIBCO 2011 (Document Image Binarization Contest), e a segunda do H-DIBCO 2012 (Handwritten Document Image Binarization Contest), ambas contendo diversos tipos de degradação. Os resultados alcançados mostraram-se bastante satisfatórios do ponto de vista qualitativo (visual) e quantitativo (alcançando altos valores em diversas medidas de avaliação).

Este trabalho descreve uma técnica para alinhamento de imagens de documentos antigos. Para que seja possível alinhar duas imagens da mesma página de um documento uma técnica de registro de imagens é utilizada. As imagens mencionadas possuem diferenças de aquisição que incluem translação, rotação e distorções geométricas. A técnica de registro de imagens é dividida em três etapas. A primeira é a seleção de pontos de controle. Nessa etapa, as imagens das páginas são segmentadas em linhas de texto e, em seguida, cada linha de texto é segmentada em palavras. Dessa forma, cada ponto de controle corresponde ao início de uma palavra no texto. Na segunda etapa é realizada uma correspondência entre os pontos de controle extraídos das duas imagens. Essa etapa é necessária, uma vez que a seleção de pontos apresenta algumas falhas e os dois conjuntos de pontos de controle não são iguais. Por fim, na última etapa, a imagem destino é então mapeada utilizando funções Thin Plate Spline - TPS para que coincida com a imagem de referência. / This work describes a technique to anciente document images alignment. To be possible to align a couple of images of the same document pages, a image registration approach is used. These mentioned images have acquisition differences like translation, rotation and geometric distorsions. The image registration approach is divided in three stages. The first one is the control points selection. In this stage, images of the pages are segmented in text lines and then each one of them is segmented in words. Therefore, each selected control point corresponds to the begin of a text word. In the second stage, a matching is performed between extracted control points of both images. This stage is quite necessary because points selection presents some faults and both control points sets are not equals. Finally, in the last stage, target image is mapped using thin plate spline functions to coincide it with the reference image.

Este trabalho descreve uma técnica para alinhamento de imagens de documentos antigos. Para que seja possível alinhar duas imagens da mesma página de um documento uma técnica de registro de imagens é utilizada. As imagens mencionadas possuem diferenças de aquisição que incluem translação, rotação e distorções geométricas. A técnica de registro de imagens é dividida em três etapas. A primeira é a seleção de pontos de controle. Nessa etapa, as imagens das páginas são segmentadas em linhas de texto e, em seguida, cada linha de texto é segmentada em palavras. Dessa forma, cada ponto de controle corresponde ao início de uma palavra no texto. Na segunda etapa é realizada uma correspondência entre os pontos de controle extraídos das duas imagens. Essa etapa é necessária, uma vez que a seleção de pontos apresenta algumas falhas e os dois conjuntos de pontos de controle não são iguais. Por fim, na última etapa, a imagem destino é então mapeada utilizando funções Thin Plate Spline - TPS para que coincida com a imagem de referência. / This work describes a technique to anciente document images alignment. To be possible to align a couple of images of the same document pages, a image registration approach is used. These mentioned images have acquisition differences like translation, rotation and geometric distorsions. The image registration approach is divided in three stages. The first one is the control points selection. In this stage, images of the pages are segmented in text lines and then each one of them is segmented in words. Therefore, each selected control point corresponds to the begin of a text word. In the second stage, a matching is performed between extracted control points of both images. This stage is quite necessary because points selection presents some faults and both control points sets are not equals. Finally, in the last stage, target image is mapped using thin plate spline functions to coincide it with the reference image.

Imagens de documentos são documentos digitalizados com conteúdo textual. Estes documentos são compostos de caracteres e diagramação, apresentando características comuns entre si, como a presença de bordas e limites no formato de cada caractere. A relação entre as características das imagens de documentos e os impactos do processo de compressão com respeito à fidelidade visual são analisadas nesse trabalho. Métricas objetivas são empregadas na análise das características das imagens de documentos, como a medida da atividade da imagem (IAM) no domínio espacial dos pixels, e a verificação da medida de atividade espectral (SAM) no domínio espectral. Os desempenhos das técnicas de compressão de imagens baseada na transformada discreta de cosseno (DCT) e na transformada discreta de Wavelet (DWT) são avaliados sobre as imagens de documentos ao aplicar diferentes níveis de compressão sobre as mesmas, para cada técnica. Os experimentos são realizados sobre imagens digitais de documentos impressos e manuscritos de livros e periódicos, explorando texto escritos entre os séculos 16 ao século 19. Este material foi coletado na biblioteca Brasiliana Digital (www.brasiliana.usp.br), no Brasil. Resultados experimentais apontam que as medidas de atividade nos domínios espacial e espectral influenciam diretamente a fidelidade visual das imagens comprimidas para ambas as técnicas baseadas em DCT e DWT. Para uma taxa de compressão fixa de uma imagem comprimida em ambas técnicas, a presença de valores superiores de IAM e níveis menores de SAM na imagem de referência resultam em menor fidelidade visual, após a compressão. / Document images are digitized documents with textual content. These documents are composed of characters and their layout, with common characteristics among them, such as the presence of borders and boundaries in the shape of each character. The relationship between the characteristics of document images and the impact of the compression process with respect to visual fidelity are analyzed herein. Objective metrics are employed to analyze the characteristics of document images, such as the Image Activity Measure (IAM) in the spatial domain, and assessment of Spectral Activity Measure (SAM) in the spectral domain. The performance of image compression techniques based on Discrete Cosine Transform (DCT) and Discrete Wavelet Transform (DWT) are evaluated from document images by applying different compression levels for each technique to these images. The experiments are performed on digital images of printed documents and manuscripts of books and magazines, exploring texts written from the 16th to the 19th century. This material was collected in the Brasiliana Digital Library in Brazil. Experimental results show that the activity measures in spatial and spectral domains directly influence the visual fidelity of compressed images for both the techniques based on DCT and DWT. For a fixed compression ratio for both techniques on a compressed image, higher values of IAM and low levels of SAM in the reference image result in less visual fidelity after compression.

Imagens de documentos são documentos digitalizados com conteúdo textual. Estes documentos são compostos de caracteres e diagramação, apresentando características comuns entre si, como a presença de bordas e limites no formato de cada caractere. A relação entre as características das imagens de documentos e os impactos do processo de compressão com respeito à fidelidade visual são analisadas nesse trabalho. Métricas objetivas são empregadas na análise das características das imagens de documentos, como a medida da atividade da imagem (IAM) no domínio espacial dos pixels, e a verificação da medida de atividade espectral (SAM) no domínio espectral. Os desempenhos das técnicas de compressão de imagens baseada na transformada discreta de cosseno (DCT) e na transformada discreta de Wavelet (DWT) são avaliados sobre as imagens de documentos ao aplicar diferentes níveis de compressão sobre as mesmas, para cada técnica. Os experimentos são realizados sobre imagens digitais de documentos impressos e manuscritos de livros e periódicos, explorando texto escritos entre os séculos 16 ao século 19. Este material foi coletado na biblioteca Brasiliana Digital (www.brasiliana.usp.br), no Brasil. Resultados experimentais apontam que as medidas de atividade nos domínios espacial e espectral influenciam diretamente a fidelidade visual das imagens comprimidas para ambas as técnicas baseadas em DCT e DWT. Para uma taxa de compressão fixa de uma imagem comprimida em ambas técnicas, a presença de valores superiores de IAM e níveis menores de SAM na imagem de referência resultam em menor fidelidade visual, após a compressão. / Document images are digitized documents with textual content. These documents are composed of characters and their layout, with common characteristics among them, such as the presence of borders and boundaries in the shape of each character. The relationship between the characteristics of document images and the impact of the compression process with respect to visual fidelity are analyzed herein. Objective metrics are employed to analyze the characteristics of document images, such as the Image Activity Measure (IAM) in the spatial domain, and assessment of Spectral Activity Measure (SAM) in the spectral domain. The performance of image compression techniques based on Discrete Cosine Transform (DCT) and Discrete Wavelet Transform (DWT) are evaluated from document images by applying different compression levels for each technique to these images. The experiments are performed on digital images of printed documents and manuscripts of books and magazines, exploring texts written from the 16th to the 19th century. This material was collected in the Brasiliana Digital Library in Brazil. Experimental results show that the activity measures in spatial and spectral domains directly influence the visual fidelity of compressed images for both the techniques based on DCT and DWT. For a fixed compression ratio for both techniques on a compressed image, higher values of IAM and low levels of SAM in the reference image result in less visual fidelity after compression.

Submitted by Fabio Sobreira Campos da Costa (fabio.sobreira@ufpe.br) on 2016-03-15T14:22:48Z No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese - Alberto Lopes_FINAL.pdf: 3638051 bytes, checksum: eaabca9285409b7fd175305c73677557 (MD5) / Made available in DSpace on 2016-03-15T14:22:48Z (GMT). No. of bitstreams: 2 license_rdf: 1232 bytes, checksum: 66e71c371cc565284e70f40736c94386 (MD5) Tese - Alberto Lopes_FINAL.pdf: 3638051 bytes, checksum: eaabca9285409b7fd175305c73677557 (MD5) Previous issue date: 2015-02-26 / Dentre os problemas e desafios que permeiam o processo de digitalização de documentos e todos os passos subsequentes até a transposição da informação para o meio digital, dois pontos específicos são focados: o texto partido ou degradado e texto escrito em tamanha proximidade que geram sobreposições dos traços. Assim, métodos para solucionar tais problemas, foram pesquisados e desenvolvidos. Baseamos nossa abordagem na emulação de forças físicas de inércia e centrípeta pois entendemos que estas podem ser bem utilizadas para o processamento de imagens de caracteres manuscritos. Para o problema de dígitos partidos, foi desenvolvida uma solução para a restauração de dígitos isolados quebrados e de cadeias de dígitos quebrados através da emulação das forças centrípeta e de inércia. Esta solução tem como princípio gerar uma reconstrução da quebra de modo que se assemelhe à escrita do dígito em questão. Também é abordado a sobreposição de pares de dígitos, problema para o qual foi proposta uma solução de segmentação. Esta solução de segmentação se baseia no conceito de uma bola deformável que tem seus movimentos regidos pela emulação da força de inércia e pela deformação que lhe é permitida receber. Ainda, para desenvolvimento e experimentação dos métodos, foram formadas bases de imagens pertinentes a cada aplicação. Os resultados obtidos mostram desempenhos promissores. Ao aplicar a reconstrução, obtivemos um ganho de aproximadamente seis pontos percentuais em taxa de reconhecimento em relação ao reconhecimento dos dígitos partidos. Já a segmentação provou que supera outros dois métodos de segmentação quando aplicamos o reconhecimento aos dígitos segmentados. Também deve-se ressaltar a questão do custo computacional, especificamente a solução voltada para a segmentação de dígitos sobrepostos, onde seu custo se apresenta mais baixo em relação aos métodos similares pesquisados e testados. Assim, mostramos que os métodos propostos atingem seus objetivos, aliando bons desempenhos com custos computacionais baixos. / Among the problems and challenges that surround the process of document digitization and all subsequent steps until the conversion of the information to a digital medium, two specific steps are focused: broken text and text written in such proximity that cause overlapping of strokes. Methods to solve these problems were researched and developed. We base our approach on the emulation of physical forces of inertia and centripetal force, since it is our understanding that the emulation of such forces can be used for the processing of images of handwritten characters and digits. For the problem of broken digits, a solution for the restoration of isolated broken digits and chains of broken digits through the emulations of inertia and centripetal force was developed. This solution has as principle to generate a reconstruction of the break in such a way that it resembles closely the writing style of the digit in question. We also tackle overlapping pairs of digits, problem for which we propose a segmentation solution. This segmentation is based on the concept of a deformable ball that has its movements governed by the emulation of inertia and the degree of deformation the ball is allowed to have. For development and experimentation of the created methods, image databases pertinent to each application were formed. The obtained results show promising performance. When applying the reconstruction, we obtained a gain of approximately six percentage points in recognition rates when compared to rates obtained for broken digits. In regards to segmentation, it proved to outperform two other methods when recognition is applied to the output segmented digits. The computational cost of the methods should also be pointed out, specifically regarding the solution created for the segmentation of overlapped digits, which is lower when compared to other similar methods that were researched and tested. Therefore, we show that the proposed methods reach their goals, coupling performance with low computational costs.