HyperAIHyperAI

Command Palette

Search for a command to run...

Projection radiale adaptative sur le spectre de magnitude de Fourier pour l'estimation de l'inclinaison d'images de documents

Luan Pham; Phu Hao Hoang; Xuan Toan Mai; Tuan Anh Tran

Résumé

L’estimation de l’inclinaison constitue l’une des tâches essentielles dans les systèmes de traitement de documents, en particulier pour les images de documents numérisés, car sa précision influence directement les étapes ultérieures. Au fil des années, un nombre considérable de recherches s’est concentré sur ce problème délicat, dans le contexte croissant de la numérisation. Dans cette étude, nous proposons tout d’abord une nouvelle méthode d’estimation de l’inclinaison, qui extrait l’angle d’inclinaison dominant d’une image de document en appliquant une projection radiale adaptative au spectre de magnitude de la transformation de Fourier discrète en 2D. Ensuite, nous introduisons un jeu de données de haute qualité dédié à l’estimation de l’inclinaison, nommé DISE-2021, afin d’évaluer les performances des différents estimateurs. Enfin, nous fournissons une analyse approfondie portant sur plusieurs axes d’amélioration des méthodes basées sur la transformée de Fourier. Nos résultats montrent que la méthode proposée est robuste, fiable et surpasser toutes les méthodes comparées. Les données et le code sont disponibles à l’adresse suivante : https://github.com/phamquiluan/jdeskew.


Créer de l'IA avec l'IA

De l'idée au lancement — accélérez votre développement IA avec le co-codage IA gratuit, un environnement prêt à l'emploi et le meilleur prix pour les GPU.

Codage assisté par IA
GPU prêts à l’emploi
Tarifs les plus avantageux

HyperAI Newsletters

Abonnez-vous à nos dernières mises à jour
Nous vous enverrons les dernières mises à jour de la semaine dans votre boîte de réception à neuf heures chaque lundi matin
Propulsé par MailChimp