[論文レビュー] Sliding window approach based Text Binarisation from Complex Textual images

Chitrakala Gopalan, D. Manjula|arXiv (Cornell University)|Mar 18, 2010

Image Retrieval and Classification Techniques参考文献 15被引用数 10

ひとこと要約

本稿では、柄のある背景を持つ複雑なテクスト画像におけるテキストバイナリゼーションのためのスライディングウィンドウ手法を提案する。画像のコントラストを向上させ、反復的しきい値処理を用いてエッジを検出するとともに、エッジボックス解析を用いてノイズを除去し、スライディングウィンドウにおけるサイズの均一性チェックを適用することでバイナリゼーションの精度を向上させる。この手法は、異種の画像においてOtsu法やNiblack法を上回る性能を発揮する。

ABSTRACT

Text binarisation process classifies individual pixels as text or background in the textual images. Binarization is necessary to bridge the gap between localization and recognition by OCR. This paper presents Sliding window method to binarise text from textual images with textured background. Suitable preprocessing techniques are applied first to increase the contrast of the image and blur the background noises due to textured background. Then Edges are detected by iterative thresholding. Subsequently formed edge boxes are analyzed to remove unwanted edges due to complex background and binarised by sliding window approach based character size uniformity check algorithm. The proposed method has been applied on localized region from heterogeneous textual images and compared with Otsu, Niblack methods and shown encouraging performance of the proposed method.

研究の動機と目的

• 複雑で柄のある背景を持つ画像におけるテキストバイナリゼーションの課題に対処すること。
• ノイズが多く非一様な背景からテキストを正確に分離することでOCRのパフォーマンスを向上させること。
• 変動する文字サイズや背景のテクスチャに適応可能な頑健なバイナリゼーション手法を開発すること。
• エッジ検出およびバイナリゼーションの過程で背景ノイズに起因する誤検出を低減すること。
• 異種のテクスト画像において、標準的手法（Otsu法やNiblack法）と比較して本手法の有効性を評価すること。

提案手法

• テクスチャ由来の背景ノイズを低減し、画像コントラストを向上させる前処理を実施する。
• 前処理済み画像において反復的しきい値処理を用いてエッジを検出する。
• 検出されたエッジからエッジボックスを構築し、複雑な背景に起因する不要なエッジをフィルタリングする。
• 局所的領域の文字サイズの均一性を分析するためにスライディングウィンドウ手法を適用する。
• スライディングウィンドウ全体で均一性チェックを実施し、画素をテキストまたは背景に分類する。
• エッジのフィルタリングとウィンドウベースの解析を統合してバイナリゼーション結果を精緻化する。

実験結果

リサーチクエスチョン

• RQ1 複雑なテクスチャを持つ背景から、どのようにして効果的にテキストを分離できるか？
• RQ2 グローバルしきい値処理手法と比較して、スライディングウィンドウ手法はバイナリゼーションの精度をどの程度向上させるか？
• RQ3 エッジベースのフィルタリングと局所的なサイズ均一性検出を組み合わせることで、バイナリゼーションにおける誤検出を低減できるか？
• RQ4 本手法は、文字や背景の特性が異なる異種のテクスト画像において、どの程度の性能を示すか？
• RQ5 前処理がバイナリゼーションにおけるコントラスト向上およびノイズ低減に及ぼす影響は何か？

主な発見

• 本手法は、異種のテクスト画像においてOtsu法やNiblack法を上回るバイナリゼーション結果を達成した。
• 前処理によりコントラストが顕著に向上し、背景ノイズが低減され、エッジ検出の精度が向上した。
• エッジボックス解析により、複雑なテクスチャに起因する誤ったエッジが効果的に除去された。
• サイズの均一性チェックを組み込んだスライディングウィンドウ手法により、局所的な文字の一貫性に注目することでバイナリゼーションの精度が向上した。
• 実世界の複雑な画像においても、本手法は背景の変動に強く、期待される性能を示した。
• 評価結果から、本手法がテキスト検出とOCR認識の間のギャップを埋める有効性を確認した。