Методи попереднього оброблення багатомовних архівних рукописів у завданнях розпізнавання символів і тексту
Анотація
Проаналізовано методи попереднього оброблення зображень архівних рукописних документів у завданнях автоматизованого розпізнавання символів і тексту. Розглянуто еволюцію підходів від класичних глобальних порогових методів до складніших локально-адаптивних, комбінованих і сучасних нейромережевих рішень. Систематизовано основні класи методів попереднього оброблення зображень, зокрема – бінаризацію зображень, підсилення контрасту, приглушення шуму та морфологічнe оброблення зображень, а також узагальнено принципи їх функціонування та особливості застосування. Проведено порівняльний аналіз переваг та обмежень цих підходів за умов деградованих архівних документів, для яких характерні неоднорідний фон, просвічування, шум оцифрування, плями, вицвітання чорнила, локальні дефекти носія та часткові втрати штрихової структури тексту. Особливу увагу приділено проблемі оброблення багатомовних рукописів, у яких поєднуються різні графічні системи, що істотно ускладнює не тільки сегментацію тексту, а й подальше розпізнавання символів. Показано, що поряд із завданнями відокремлення тексту від фону критично важливим є збереження мікроструктури штриха, контурних характеристик, локальних потовщень, вигинів, а також дрібних графічних відмінностей між символами різних алфавітів. Встановлено, що більшість наявних методів орієнтовані переважно на покращення якості бінарної маски та не забезпечують достатнього збереження інформативних ознак графем, що може негативно впливати на результати подальшого розпізнавання та знижувати точність роботи систем OCR (англ. Optical Character Recognition) та HTR (англ. Handwritten Text Recognition). Визначено, що найперспективнішими серед класичних підходів є комбіновані методи, які поєднують локально-адаптивну бінаризацію зображень зі структурно-орієнтованим шумозаглушенням і врахуванням особливостей зображення. Обґрунтовано необхідність подальшого розвитку спеціалізованих методів попереднього оброблення зображень, орієнтованих не тільки на сегментацію тексту, а й на збереження структурних характеристик багатомовних архівних рукописів, урахування їх графічної варіативності та підвищення ефективності сучасних систем автоматизованого розпізнавання рукописного тексту.
Завантаження
Посилання
Bataineh, B., Tounsi, M., Zamzami, N., Janbi, J., Abu Ain, W. A., & Elnazer, S. (2025). A comprehensive review on document image binarization. Journal of Imaging, 11(5), article number 133. https://doi.org/10.3390/jimaging1105013
Buades, A., Coll, B., & Morel, J.-M. (2011). Non-local means denoising. Image Processing On Line, 1, 208–212. https://doi.org/10.5201/ipol.2011.bcm_nlm
Dyak, T. P., & Hrytsiuk, Y. I. (2024). Application of corpus tools to identify keywords of Ukrainian rebel songs as a genre of the folklore discourse. Scientific Bulletin of UNFU, 34(7), 60–71. https://doi.org/10.36930/40340708
Gatos, B., Pratikakis, I., & Perantonis, S. J. (2006). Adaptive degraded document image binarization. Pattern Recognition, 39(3), 317–327. https://doi.org/10.1016/j.patcog.2005.09.010
Hedjam, R., Farrahi Moghaddam, R., & Cheriet, M. (2011). A spatially adaptive statistical method for the binarization of historical manuscripts and degraded document images. Pattern Recognition, 44(9), 2184–2196. https://doi.org/10.1016/j.patcog.2011.02.021
Howe, N. R. (2013). Document binarization with automatic parameter tuning. International Journal on Document Analysis and Recognition, 16(3), 247–258. https://doi.org/10.1007/s10032-013-0204-2
Otsu, N. (1979). A threshold selection method from gray-level histograms. IEEE Transactions on Systems, Man, and Cybernetics, 9(1), 62–66. https://doi.org/10.1109/TSMC.1979.4310076
Sauvola, J., & Pietikäinen, M. (2000). Adaptive document image binarization. Pattern Recognition, 33(2), 225–236. https://doi.org/10.1016/S0031-3203(99)00055-2
Sulaiman, A., Omar, K., & Nasrudin, M. F. (2019). Degraded historical document binarization: A review on issues, challenges, techniques, and future directions. Journal of Imaging, 5(4), article number 48. https://doi.org/10.3390/jimaging5040048
Tensmeyer, C., & Martinez, T. (2017). Document image binarization with fully convolutional neural networks. In Proceedings of the International Conference on Document Analysis and Recognition (pp. 99–104). https://doi.org/10.1109/ICDAR.2017.28
Tomasi, C., & Manduchi, R. (1998). Bilateral filtering for gray and color images. In Proceedings of the International Conference on Computer Vision (pp. 839–846). https://doi.org/10.1109/ICCV.1998.710815
Torskyi, O. I., & Hrytsiuk, Y. I. (2025). Application of machine learning to enhance the efficiency of automated software testing. Scientific Bulletin of UNFU, 35(4), 142–149. https://doi.org/10.36930/40350416
Yang, Z., Zuo, S., Zhou, Y., He, J., & Shi, J. (2024). A review of document binarization: Main techniques, new challenges, and trends. Electronics, 13(7), article ID 1394. https://doi.org/10.3390/electronics13071394
Zuiderveld, K. J. (1994). Contrast limited adaptive histogram equalization. In P. S. Heckbert (Ed.), Graphics Gems IV (pp. 474–485). Academic Press. https://doi.org/10.1016/B978-0-12-336156-1.50061-6
