{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1324833"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1324833","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"Ανάλυση Δομής και Εντοπισμός Περιοχών Κειμένου σε Ιστορικά Χειρόγραφα","abstract":"Τα ιστορικά έγγραφα αποτελούν σημαντική πηγή πληροφορίας, τόσο για την απόκτηση εμπεριστατωμένης γνώσης της ιστορίας, όσο και για την γνώση της πολιτιστικής κληρονομιάς. Η είσοδος της τεχνολογίας στην καθημερινότητα δημιουργεί την ανάγκη προσαρμογής της έρευνας ιστορικών βιβλίων και χειρογράφων σε ένα νέο περιβάλλον. Για το λόγο αυτό, αναπτύσσονται συνεχώς νέες εφαρμογές οπτικής επεξεργασίας, που διευκολύνουν την πρόσβαση και αναγνώριση του περιεχομένου τέτοιων ιστορικών κειμένων, ώστε να γίνει δυνατή η μετατροπή τους σε ηλεκτρονική μορφή. Μεγάλος αριθμός συλλογών αποτελούνται από χειρόγραφα, που η επεξεργασία τους είναι πολυπλοκότερη σε σύγκριση με την επεξεργασία τυπωμένων εγγράφων (machine-printed documents), κυρίως λόγω της ακαθόριστης δομής και της χαμηλής ποιότητας τους. Η εργασία αυτή στοχεύει στην ανάπτυξη μεθόδου, που επικεντρώνεται στο στάδιο ανάλυσης δομής της σελίδας ιστορικών χειρογράφων και εντοπισμού περιοχών κειμένου, που υπάρχουν σε αυτά. Το αποτέλεσμα της ανάλυσης αυτής αποτελεί την είσοδο σε ένα σύστημα αναγνώρισης γραφής, επομένως είναι προφανής η ιδιαίτερη σημασία του. Για την εξαγωγή της δομής των εικόνων ιστορικών χειρογράφων, αναπτύχθηκε μία τεχνική που συνδυάζει την πιθανή ύπαρξη διαχωριστικών ευθειών (separator lines) και άλλων διαχωριστικών που προκύπτουν από την ανάλυση του υποβάθρου. Η τεχνική αυτή επιτρέπει τη δημιουργία ενός πλέγματος, που χωρίζει την εικόνα σε διακριτές ζώνες και προσεγγίζει στο μέγιστο δυνατό βαθμό τη γεωμετρική δομή της εικόνας. Εφαρμόζεται και σε ιστορικά χειρόγραφα που αποτελούνται από δύο σελίδες, σε αντίθεση με την πλειοψηφία των τεχνικών επεξεργασίας, που θεωρούν ότι επεξεργάζονται μία σελίδα. Στο στάδιο του εντοπισμού περιοχών κειμένου με βάση το πλέγμα αυτό, εξάγονται τα διάφορα στοιχεία πληροφορίας, όπως γράμματα, αριθμοί και λέξεις, χωρίς να απαιτείται πρώτα η διάκρισή τους με χρήση τεχνικών κατάτμησης εγγράφου. Ακολούθως, τα στοιχεία αυτά ενώνονται, χρησιμοποιώντας κριτήρια απόστασης, για να σχηματίσουν περιοχές κειμένου. Η αποτίμηση της μεθόδου βασίζεται σε υπάρχουσα τεχνική, όπου συγκρίνονται οι εντοπισμένες περιοχές κειμένου, με τις περιοχές απόλυτης αλήθειας (ground-truth regions), οι οποίες έχουν δημιουργηθεί χειροκίνητα. Η βάση δεδομένων, αποτελείται από 600 εικόνες ιστορικών χειρογράφων. Παράλληλα, γίνεται σύγκριση με άλλη τεχνική εξαγωγής περιοχών κειμένου, εφαρμοσμένη στην ίδια συλλογή και ελέγχεται η χρησιμότητα της διόρθωσης της κλίσης του εγγράφου ως στάδιο προ-επεξεργασίας. Τα πειραματικά αποτελέσματα είναι ενθαρρυντικά και επιβεβαιώνουν την αποτελεσματικότητα της μεθόδου που αναπτύχθηκε για μεγάλο αριθμό και διαφορετικά είδη ιστορικών χειρογράφων.","abstract_html":"Τα ιστορικά έγγραφα αποτελούν σημαντική πηγή πληροφορίας, τόσο για την απόκτηση εμπεριστατωμένης γνώσης της ιστορίας, όσο και για την γνώση της πολιτιστικής κληρονομιάς. Η είσοδος της τεχνολογίας στην καθημερινότητα δημιουργεί την ανάγκη προσαρμογής της έρευνας ιστορικών βιβλίων και χειρογράφων σε ένα νέο περιβάλλον. Για το λόγο αυτό, αναπτύσσονται συνεχώς νέες εφαρμογές οπτικής επεξεργασίας, που διευκολύνουν την πρόσβαση και αναγνώριση του περιεχομένου τέτοιων ιστορικών κειμένων, ώστε να γίνει δυνατή η μετατροπή τους σε ηλεκτρονική μορφή. Μεγάλος αριθμός συλλογών αποτελούνται από χειρόγραφα, που η επεξεργασία τους είναι πολυπλοκότερη σε σύγκριση με την επεξεργασία τυπωμένων εγγράφων (machine-printed documents), κυρίως λόγω της ακαθόριστης δομής και της χαμηλής ποιότητας τους. Η εργασία αυτή στοχεύει στην ανάπτυξη μεθόδου, που επικεντρώνεται στο στάδιο ανάλυσης δομής της σελίδας ιστορικών χειρογράφων και εντοπισμού περιοχών κειμένου, που υπάρχουν σε αυτά. Το αποτέλεσμα της ανάλυσης αυτής αποτελεί την είσοδο σε ένα σύστημα αναγνώρισης γραφής, επομένως είναι προφανής η ιδιαίτερη σημασία του. Για την εξαγωγή της δομής των εικόνων ιστορικών χειρογράφων, αναπτύχθηκε μία τεχνική που συνδυάζει την πιθανή ύπαρξη διαχωριστικών ευθειών (separator lines) και άλλων διαχωριστικών που προκύπτουν από την ανάλυση του υποβάθρου. Η τεχνική αυτή επιτρέπει τη δημιουργία ενός πλέγματος, που χωρίζει την εικόνα σε διακριτές ζώνες και προσεγγίζει στο μέγιστο δυνατό βαθμό τη γεωμετρική δομή της εικόνας. Εφαρμόζεται και σε ιστορικά χειρόγραφα που αποτελούνται από δύο σελίδες, σε αντίθεση με την πλειοψηφία των τεχνικών επεξεργασίας, που θεωρούν ότι επεξεργάζονται μία σελίδα. Στο στάδιο του εντοπισμού περιοχών κειμένου με βάση το πλέγμα αυτό, εξάγονται τα διάφορα στοιχεία πληροφορίας, όπως γράμματα, αριθμοί και λέξεις, χωρίς να απαιτείται πρώτα η διάκρισή τους με χρήση τεχνικών κατάτμησης εγγράφου. Ακολούθως, τα στοιχεία αυτά ενώνονται, χρησιμοποιώντας κριτήρια απόστασης, για να σχηματίσουν περιοχές κειμένου. Η αποτίμηση της μεθόδου βασίζεται σε υπάρχουσα τεχνική, όπου συγκρίνονται οι εντοπισμένες περιοχές κειμένου, με τις περιοχές απόλυτης αλήθειας (ground-truth regions), οι οποίες έχουν δημιουργηθεί χειροκίνητα. Η βάση δεδομένων, αποτελείται από 600 εικόνες ιστορικών χειρογράφων. Παράλληλα, γίνεται σύγκριση με άλλη τεχνική εξαγωγής περιοχών κειμένου, εφαρμοσμένη στην ίδια συλλογή και ελέγχεται η χρησιμότητα της διόρθωσης της κλίσης του εγγράφου ως στάδιο προ-επεξεργασίας. Τα πειραματικά αποτελέσματα είναι ενθαρρυντικά και επιβεβαιώνουν την αποτελεσματικότητα της μεθόδου που αναπτύχθηκε για μεγάλο αριθμό και διαφορετικά είδη ιστορικών χειρογράφων.","abstract_has_math":false,"creators":["Καδδάς Παναγιώτης","Kaddas Panagiotis"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2016,"date_issued":"2016","date_published":"2016","updated_at":"2026-11-19T05:27:11Z","subjects":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"languages":["Ελληνικά","Greek"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1324833"],"render_values":[{"text":"uoadl:1324833","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1324833","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1324833","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1324833","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Καδδάς Παναγιώτης","Kaddas Panagiotis"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2016"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"subjects_keywords","label":"Subjects and Keywords","entries":[{"key":"dc:subject","label":"Dc Subject","values":["Τεχνολογία – Πληροφορική","Technology - Computer science"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["Ελληνικά","Greek"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1324833","https://pergamos.lib.uoa.gr/uoa/dl/object/1324833"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Τα ιστορικά έγγραφα αποτελούν σημαντική πηγή πληροφορίας, τόσο για την απόκτηση εμπεριστατωμένης γνώσης της ιστορίας, όσο και για την γνώση της πολιτιστικής κληρονομιάς. Η είσοδος της τεχνολογίας στην καθημερινότητα δημιουργεί την ανάγκη προσαρμογής της έρευνας ιστορικών βιβλίων και χειρογράφων σε ένα νέο περιβάλλον. Για το λόγο αυτό, αναπτύσσονται συνεχώς νέες εφαρμογές οπτικής επεξεργασίας, που διευκολύνουν την πρόσβαση και αναγνώριση του περιεχομένου τέτοιων ιστορικών κειμένων, ώστε να γίνει δυνατή η μετατροπή τους σε ηλεκτρονική μορφή. Μεγάλος αριθμός συλλογών αποτελούνται από χειρόγραφα, που η επεξεργασία τους είναι πολυπλοκότερη σε σύγκριση με την επεξεργασία τυπωμένων εγγράφων (machine-printed documents), κυρίως λόγω της ακαθόριστης δομής και της χαμηλής ποιότητας τους. Η εργασία αυτή στοχεύει στην ανάπτυξη μεθόδου, που επικεντρώνεται στο στάδιο ανάλυσης δομής της σελίδας ιστορικών χειρογράφων και εντοπισμού περιοχών κειμένου, που υπάρχουν σε αυτά. Το αποτέλεσμα της ανάλυσης αυτής αποτελεί την είσοδο σε ένα σύστημα αναγνώρισης γραφής, επομένως είναι προφανής η ιδιαίτερη σημασία του. Για την εξαγωγή της δομής των εικόνων ιστορικών χειρογράφων, αναπτύχθηκε μία τεχνική που συνδυάζει την πιθανή ύπαρξη διαχωριστικών ευθειών (separator lines) και άλλων διαχωριστικών που προκύπτουν από την ανάλυση του υποβάθρου. Η τεχνική αυτή επιτρέπει τη δημιουργία ενός πλέγματος, που χωρίζει την εικόνα σε διακριτές ζώνες και προσεγγίζει στο μέγιστο δυνατό βαθμό τη γεωμετρική δομή της εικόνας. Εφαρμόζεται και σε ιστορικά χειρόγραφα που αποτελούνται από δύο σελίδες, σε αντίθεση με την πλειοψηφία των τεχνικών επεξεργασίας, που θεωρούν ότι επεξεργάζονται μία σελίδα. Στο στάδιο του εντοπισμού περιοχών κειμένου με βάση το πλέγμα αυτό, εξάγονται τα διάφορα στοιχεία πληροφορίας, όπως γράμματα, αριθμοί και λέξεις, χωρίς να απαιτείται πρώτα η διάκρισή τους με χρήση τεχνικών κατάτμησης εγγράφου. Ακολούθως, τα στοιχεία αυτά ενώνονται, χρησιμοποιώντας κριτήρια απόστασης, για να σχηματίσουν περιοχές κειμένου. Η αποτίμηση της μεθόδου βασίζεται σε υπάρχουσα τεχνική, όπου συγκρίνονται οι εντοπισμένες περιοχές κειμένου, με τις περιοχές απόλυτης αλήθειας (ground-truth regions), οι οποίες έχουν δημιουργηθεί χειροκίνητα. Η βάση δεδομένων, αποτελείται από 600 εικόνες ιστορικών χειρογράφων. Παράλληλα, γίνεται σύγκριση με άλλη τεχνική εξαγωγής περιοχών κειμένου, εφαρμοσμένη στην ίδια συλλογή και ελέγχεται η χρησιμότητα της διόρθωσης της κλίσης του εγγράφου ως στάδιο προ-επεξεργασίας. Τα πειραματικά αποτελέσματα είναι ενθαρρυντικά και επιβεβαιώνουν την αποτελεσματικότητα της μεθόδου που αναπτύχθηκε για μεγάλο αριθμό και διαφορετικά είδη ιστορικών χειρογράφων.","Historical documents are an important source of information, not only for the thorough knowledge of history, but also for the knowledge of cultural inheritance itself. Technological evolution creates the need for adapting the research of such documents into a new environment. Therefore, new techniques are used, in order to facilitate the optical processing for accessing, recognizing and digitalizing their content. Many collections consist of historical handwritten documents. The analysis of these collections is a difficult task, compared to machine-printed documents, because of their complexity and their low quality. This thesis aims to the development of a new method, which focuses on the layout analysis of historical handwritten documents and the detection of text areas contained. Experimental results of the proposed method are of great importance, because they are used as inputs, by an optical character recognition system. In order to extract the layout of historical handwritten document images, a combined technique is used, considering the existence of separator lines and the image’s background. The results of this technique lead to the creation of a grid, which corresponds to the different zones of the image and approximates the geometric layout of the document. It applies to single or double page handwritten documents, unlike to most layout analysis techniques, which process single page documents. Based on the document’s grid, the detection of text regions consists in extracting the text components with no need for their classification into letter, word or number classes. Thus, page segmentation techniques are not mandatory. Text regions are composed by connecting these components, using distance criteria. The evaluation of the method is based on an existing technique, where resulting regions are matched with manually created ground-truth regions. The image corpus consists of 600 historical handwritten document images. Also, a similar state of the art technique is evaluated, based on the same corpus and comparative results are extracted. Finally, the proposed method is combined with a page skew correction technique. Experimental results are encouraging and confirm the efficiency over a large variety of historical handwritten documents."]},{"key":"dc:title","label":"Title","values":["Ανάλυση Δομής και Εντοπισμός Περιοχών Κειμένου σε Ιστορικά Χειρόγραφα"]}]}],"canonical_facts":{"dc:creator":["Καδδάς Παναγιώτης","Kaddas Panagiotis"],"dc:date":["2016"],"dc:description":["Τα ιστορικά έγγραφα αποτελούν σημαντική πηγή πληροφορίας, τόσο για την απόκτηση εμπεριστατωμένης γνώσης της ιστορίας, όσο και για την γνώση της πολιτιστικής κληρονομιάς. Η είσοδος της τεχνολογίας στην καθημερινότητα δημιουργεί την ανάγκη προσαρμογής της έρευνας ιστορικών βιβλίων και χειρογράφων σε ένα νέο περιβάλλον. Για το λόγο αυτό, αναπτύσσονται συνεχώς νέες εφαρμογές οπτικής επεξεργασίας, που διευκολύνουν την πρόσβαση και αναγνώριση του περιεχομένου τέτοιων ιστορικών κειμένων, ώστε να γίνει δυνατή η μετατροπή τους σε ηλεκτρονική μορφή. Μεγάλος αριθμός συλλογών αποτελούνται από χειρόγραφα, που η επεξεργασία τους είναι πολυπλοκότερη σε σύγκριση με την επεξεργασία τυπωμένων εγγράφων (machine-printed documents), κυρίως λόγω της ακαθόριστης δομής και της χαμηλής ποιότητας τους. Η εργασία αυτή στοχεύει στην ανάπτυξη μεθόδου, που επικεντρώνεται στο στάδιο ανάλυσης δομής της σελίδας ιστορικών χειρογράφων και εντοπισμού περιοχών κειμένου, που υπάρχουν σε αυτά. Το αποτέλεσμα της ανάλυσης αυτής αποτελεί την είσοδο σε ένα σύστημα αναγνώρισης γραφής, επομένως είναι προφανής η ιδιαίτερη σημασία του. Για την εξαγωγή της δομής των εικόνων ιστορικών χειρογράφων, αναπτύχθηκε μία τεχνική που συνδυάζει την πιθανή ύπαρξη διαχωριστικών ευθειών (separator lines) και άλλων διαχωριστικών που προκύπτουν από την ανάλυση του υποβάθρου. Η τεχνική αυτή επιτρέπει τη δημιουργία ενός πλέγματος, που χωρίζει την εικόνα σε διακριτές ζώνες και προσεγγίζει στο μέγιστο δυνατό βαθμό τη γεωμετρική δομή της εικόνας. Εφαρμόζεται και σε ιστορικά χειρόγραφα που αποτελούνται από δύο σελίδες, σε αντίθεση με την πλειοψηφία των τεχνικών επεξεργασίας, που θεωρούν ότι επεξεργάζονται μία σελίδα. Στο στάδιο του εντοπισμού περιοχών κειμένου με βάση το πλέγμα αυτό, εξάγονται τα διάφορα στοιχεία πληροφορίας, όπως γράμματα, αριθμοί και λέξεις, χωρίς να απαιτείται πρώτα η διάκρισή τους με χρήση τεχνικών κατάτμησης εγγράφου. Ακολούθως, τα στοιχεία αυτά ενώνονται, χρησιμοποιώντας κριτήρια απόστασης, για να σχηματίσουν περιοχές κειμένου. Η αποτίμηση της μεθόδου βασίζεται σε υπάρχουσα τεχνική, όπου συγκρίνονται οι εντοπισμένες περιοχές κειμένου, με τις περιοχές απόλυτης αλήθειας (ground-truth regions), οι οποίες έχουν δημιουργηθεί χειροκίνητα. Η βάση δεδομένων, αποτελείται από 600 εικόνες ιστορικών χειρογράφων. Παράλληλα, γίνεται σύγκριση με άλλη τεχνική εξαγωγής περιοχών κειμένου, εφαρμοσμένη στην ίδια συλλογή και ελέγχεται η χρησιμότητα της διόρθωσης της κλίσης του εγγράφου ως στάδιο προ-επεξεργασίας. Τα πειραματικά αποτελέσματα είναι ενθαρρυντικά και επιβεβαιώνουν την αποτελεσματικότητα της μεθόδου που αναπτύχθηκε για μεγάλο αριθμό και διαφορετικά είδη ιστορικών χειρογράφων.","Historical documents are an important source of information, not only for the thorough knowledge of history, but also for the knowledge of cultural inheritance itself. Technological evolution creates the need for adapting the research of such documents into a new environment. Therefore, new techniques are used, in order to facilitate the optical processing for accessing, recognizing and digitalizing their content. Many collections consist of historical handwritten documents. The analysis of these collections is a difficult task, compared to machine-printed documents, because of their complexity and their low quality. This thesis aims to the development of a new method, which focuses on the layout analysis of historical handwritten documents and the detection of text areas contained. Experimental results of the proposed method are of great importance, because they are used as inputs, by an optical character recognition system. In order to extract the layout of historical handwritten document images, a combined technique is used, considering the existence of separator lines and the image’s background. The results of this technique lead to the creation of a grid, which corresponds to the different zones of the image and approximates the geometric layout of the document. It applies to single or double page handwritten documents, unlike to most layout analysis techniques, which process single page documents. Based on the document’s grid, the detection of text regions consists in extracting the text components with no need for their classification into letter, word or number classes. Thus, page segmentation techniques are not mandatory. Text regions are composed by connecting these components, using distance criteria. The evaluation of the method is based on an existing technique, where resulting regions are matched with manually created ground-truth regions. The image corpus consists of 600 historical handwritten document images. Also, a similar state of the art technique is evaluated, based on the same corpus and comparative results are extracted. Finally, the proposed method is combined with a page skew correction technique. Experimental results are encouraging and confirm the efficiency over a large variety of historical handwritten documents."],"dc:identifier":["uoadl:1324833","https://pergamos.lib.uoa.gr/uoa/dl/object/1324833"],"dc:language":["Ελληνικά","Greek"],"dc:subject":["Τεχνολογία – Πληροφορική","Technology - Computer science"],"dc:title":["Ανάλυση Δομής και Εντοπισμός Περιοχών Κειμένου σε Ιστορικά Χειρόγραφα"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:27:11Z"}