Unaprjeđenje algoritma za prepoznavanje tekstualnih znakova

Brisinello, Matteo

prikaz prve stranice dokumenta Unaprjeđenje algoritma za prepoznavanje tekstualnih znakova

Preuzmi
PDF 1.06 MB

diplomski rad

Unaprjeđenje algoritma za prepoznavanje tekstualnih znakova

2017. urn:nbn:hr:200:802903

Brisinello, Matteo

Sveučilište Josipa Jurja Strossmayera u Osijeku
Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek
Zavod za računalno inženjerstvo i automatiku
Katedra za automatiku i robotiku

Citirajte ovaj rad

APA 6th Edition

Brisinello, M. (2017). Unaprjeđenje algoritma za prepoznavanje tekstualnih znakova (Diplomski rad). Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:200:802903

MLA 8th Edition

Brisinello, Matteo. "Unaprjeđenje algoritma za prepoznavanje tekstualnih znakova." Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, 2017. https://urn.nsk.hr/urn:nbn:hr:200:802903

Chicago 17th Edition

Harvard

Brisinello, M. (2017). 'Unaprjeđenje algoritma za prepoznavanje tekstualnih znakova', Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, citirano: 28.12.2024., https://urn.nsk.hr/urn:nbn:hr:200:802903

Vancouver

Brisinello M. Unaprjeđenje algoritma za prepoznavanje tekstualnih znakova [Diplomski rad]. Osijek: Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek; 2017 [pristupljeno 28.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:802903

IEEE

M. Brisinello, "Unaprjeđenje algoritma za prepoznavanje tekstualnih znakova", Diplomski rad, Sveučilište Josipa Jurja Strossmayera u Osijeku, Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek, Osijek, 2017. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:200:802903

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:200:802903

Prijavite se u repozitorij kako biste mogli spremiti objekt u svoju listu.

Podaci o radu

Naslov	Unaprjeđenje algoritma za prepoznavanje tekstualnih znakova
Naslov (engleski)	Optical character recognition algorithm improvement
Autor	Matteo Brisinello
Mentor	Ratko Grbić (mentor)
Član povjerenstva	Ratko Grbić (predsjednik povjerenstva)
Član povjerenstva	Mario Vranješ (član povjerenstva)
Član povjerenstva	Marijan Herceg (član povjerenstva)
Ustanova koja je dodijelila akademski / stručni stupanj	Sveučilište Josipa Jurja Strossmayera u Osijeku Fakultet elektrotehnike, računarstva i informacijskih tehnologija Osijek (Zavod za računalno inženjerstvo i automatiku) (Katedra za automatiku i robotiku) Osijek
Datum i država obrane	2017-10-03, Hrvatska
Znanstveno / umjetničko područje, polje i grana	TEHNIČKE ZNANOSTI Računarstvo Informacijski sustavi
Sažetak	Točnost algoritma za prepoznavanje tekstualnih znakova (engl. Optical character recognition - OCR) na slikama dohvaćenih sa set-top box (STB) uređaja igra vrlo važnu ulogu pri testiranju istih. Međutim, pokretanje algoritma za prepoznavanje tekstualnih znakova na takvim slikama često rezultira niskim postotkom točnosti. Uzrok tomu su navedene slike koje mogu biti niske rezolucije, loše kvalitete ili mogu sadržavat šarenu pozadinu. U ovom radu preporučene su četiri metode predobrade slike kako bi se poboljšala točnost prepoznavanja tekstualnih znakova. Ispitane su točnosti na slikama dohvaćenih sa STB uređaja korištenjem programa Tesseract 3.5 te relativno nove verzije Tesseract 4.0. Na tim slikama točnost prepoznavanja pomoću Tesseract-a 3.5 je 35.7%, dok Tesseract 4.0 ostvaruje točnost od 70.2%. Metode ispitane u ovom radu unaprjeđuju točnost algoritma za prepoznavanje tekstualnih znakova za 33.3% za Tesseract 3.5 te za 22.6% za Tesseract 4.0. Također je ispitana metoda koja odvaja tekst od pozadine kada su u pitanju slike sa šarenom pozadinom. Točnost prepoznavanja tekstualnih znakova nakon izvršavanja navedene metode je 94.4%. Također, izgrađen je dodatni korak automatizacije procesa prepoznavanja tekstualnih znakova na slikama sa šarenom pozadinom pristupom strojnog učenja. Navedeni pristup detektira sliku na kojoj je prikazan tekst nakon odvajanja teksta od pozadine. Testiranje istog rezultiralo je s točnošću od 95,5%.
Sažetak (engleski)	Efficient Optical Character Recognition (OCR) in images grabbed from Set-Top Boxes (STBs) plays an important role in STB testing. However, running OCR software on such images usually ends with low OCR performance since images can have low resolution, low image quality or colorful background. In order to improve OCR performance, four different image preprocessing methods are proposed. In this paper OCR is performed with Tesseract 3.5 and the relatively new Tesseract 4.0 on the images grabbed from different STBs. On the original images Tesseract 3.5 provides a 35.7% accuracy while Tesseract 4.0 attains a 70.2% accuracy. The proposed preprocessing methods improve OCR performance by 33.3% for Tesseract 3.5 and 22.6% for Tesseract 4.0 on the available images. On images with colorful background, a method which separates text from background is proposed. OCR performance after separating text from background results with an accuracy of 94,4%. Aditionally, a step of automation in a process of reading text from images with colorful background was build with an approach of machine learning. This approach detects the image containing text after the separation from the background with the accuracy of 95,5%.
Ključne riječi
Ključne riječi (engleski)
Jezik	hrvatski
URN:NBN	urn:nbn:hr:200:802903
Studijski program	Naziv: Računarstvo Vrsta studija: sveučilišni Stupanj studija: diplomski Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursa	Tekst
Način izrade datoteke	Izvorno digitalna
Prava pristupa	Otvoreni pristup
Uvjeti korištenja
Datum i vrijeme pohrane	2017-10-27 12:07:15