02 - Conception d’une nouvelle famille de noyaux séparables à support compact appliqués à l’extraction des données visuelles manuscrites

Show full item record

Files in this item

PDF 02•Ben Braiek.pdf 577.3Kb

Pour citer ce document :
URI: http://hdl.handle.net/2042/4747
Title: 02 - Conception d’une nouvelle famille de noyaux séparables à support compact appliqués à l’extraction des données visuelles manuscrites
Author: BEN BRAIEK, E.; CHERIET, M.; DORE, V.
Abstract: L’extraction des données pertinentes contenues dans des images de documents bruitées, en niveaux de gris, avec des fonds variables et compliqués comme les documents postaux, les chèques bancaires, les documents d’affaires, etc. demeure un problème majeur dans le domaine de la reconnaissance des caractères et de l’écriture. À travers ces dernières décennies, des outils mathématiques ont été développés à ce propos. La plupart des auteurs ont montré que le noyau Gaussien est unique et offre des propriétés très bénéfiques. Dans leurs récents travaux Remaki et Cheriet [1] proposent un nouveau noyau à support compact (KCS) et multi échelle. Ce noyau possède de très grandes performances, il permet l’extraction de l’information avec une très grande précision, tout en réduisant énormément le temps de calcul par rapport au noyau Gaussien. Dans cet article, nous comptons améliorer davantage l’efficacité de ce noyau en proposant une nouvelle version séparable de famille de noyaux à support compact, appelée (SKCS). Des essais sur des images réelles, correspondantes à des écritures manuscrites ont montré les performances et la rapidité des calculs du noyau considéré. Une étude comparative des résultats obtenus par le KSCS et le SKCS a été établie. Cette étude est basée sur la perte de l’information et le gain en temps de calcul.
Description: Extraction of pertinent data from noisy gray level document images with various and complex backgrounds such as mail envelopes, bank checks, business forms, etc... remains a challenging problem in character recognition applications. It depends on the quality of the character segmentation process. Over the last few decades, mathematical tools have been developed for this purpose. Several authors show that the Gaussian kernel is unique and offers many beneficial properties. In their recent work Remaki and Cheriet proposed a new kernel family with compact supports (KCS) in scale space that achieved good performance in extracting data information with regard to the Gaussian kernel. In this paper, we focus in further improving the KCS efficiency by proposing a new separable version of kernel family namely (SKCS). This new kernel has also a compact support and preserves the most important properties of the Gaussian kernel in order to perform image segmentation efficiently. A practical comparison is established between results obtained by using the KCS and the SKCS operators. Our comparison is based on the information loss and the gain in time processing.
Subject: Noyau à support compact, Noyau séparable, Représentation multiéchelle, Segmentation d’image, Extraction dedonnées manuscrites; Kernel with compact support, Separable kernel, Multiscale representation, Image segmentation, Extraction of handwritten data
Publisher: GRETSI, Saint Martin d'Hères, France
Date: 2006

This item appears in the following Collection(s)

Show full item record





Advanced Search