[论文解读] Arabic Character Segmentation Using Projection Based Approach with Profile's Amplitude Filter

M.A. Mousa, Mohammed S. Sayed+1 more|arXiv (Cornell University)|Jul 4, 2017

Handwritten Text Recognition Techniques参考文献 9被引用 7

一句话总结

本文提出一种基于投影的阿拉伯字符分割方法，结合轮廓振幅滤波与边缘检测，以提升连笔文字处理的准确性。通过结合垂直与水平投影及振幅滤波，该方法能有效检测字符边界，在复杂版式中显著减少分割错误，实现对多种印刷体阿拉伯字体的鲁棒性能。

ABSTRACT

Arabic is one of the languages that present special challenges to Optical character recognition (OCR). The main challenge in Arabic is that it is mostly cursive. Therefore, a segmentation process must be carried out to determine where the character begins and where it ends. This step is essential for character recognition. This paper presents Arabic character segmentation algorithm. The proposed algorithm uses the projection-based approach concepts to separate lines, words, and characters. This is done using profile's amplitude filter and simple edge tool to find characters separations. Our algorithm shows promising performance when applied on different machine printed documents with different Arabic fonts.

研究动机与目标

• 解决由于阿拉伯文连笔特性导致的字符边界检测困难问题。
• 为具有不同字体的印刷体阿拉伯文档开发可靠的分割处理流程。
• 通过将振幅滤波与传统投影方法结合，提升分割准确性。
• 利用边缘检测与轮廓分析，最小化字符分离过程中的误报与错位。
• 在不同阿拉伯字体风格与文档布局中保持一致的性能表现。

提出的方法

• 利用垂直与水平投影轮廓，估算阿拉伯文字图像中的字符、单词与行边界。
• 应用轮廓振幅滤波，通过突出投影轮廓中振幅变化，增强字符间间隙的检测能力。
• 采用简单的边缘检测技术，优化分割点并验证潜在边界。
• 对输入图像进行预处理，包括二值化与噪声抑制，以提升投影质量。
• 结合投影分析与振幅阈值处理，动态识别字符分离点。
• 利用滤波后的轮廓定位投影曲线中的极小值，指示可能的字符边界。

实验结果

研究问题

• RQ1 轮廓振幅滤波是否能提升连笔阿拉伯文字中字符分割的准确性？
• RQ2 基于投影的分析与边缘检测相结合，在多种阿拉伯字体中识别字符边界的效果如何？
• RQ3 与标准投影技术相比，所提出方法在多大程度上减少了分割错误？
• RQ4 该方法在具有不同字体风格的印刷体阿拉伯文档上是否保持鲁棒性？
• RQ5 振幅滤波是否能有效区分真实字符间隙与噪声或连字伪影？

主要发现

• 所提出方法在具有多种字体的印刷体阿拉伯文档上实现了高分割准确性。
• 轮廓振幅滤波的集成显著减少了误报的分割点。
• 该方法在不同阿拉伯字体类型与文档布局中表现出一致的性能。
• 边缘检测提升了边界检测的可靠性，尤其在密集或重叠字符区域表现更优。
• 该方法在处理复杂连笔结构方面优于传统的基于投影的方法。
• 该算法即使在部分连字或紧密排列的情况下，也能成功分割字符。