Buch, Deutsch, Band 131, 206 Seiten, Format (B × H): 170 mm x 244 mm, Gewicht: 395 g
Reihe: Informatik-Fachberichte
Buch, Deutsch, Band 131, 206 Seiten, Format (B × H): 170 mm x 244 mm, Gewicht: 395 g
Reihe: Informatik-Fachberichte
ISBN: 978-3-540-17214-7
Verlag: Springer Berlin Heidelberg
In den Anfangen der Mustererkennung gehorte die Erkennung von hand- und ma schinengedruckten Schriftzeichen zu den Standardanwendungen und -testbereichen von Algorithmen. Inzwischen gibt es fUr dieses Anwendungsgebiet eine Reihe von kommerziellen Geraten. Mit zunehmenden AnsprUchen in der BUroautomati sierung und mit zunehmender Leistungsfahigkeit und Komplexitat der in der Muster erkennung eingesetzten Verfahren hat sich nun das Interesse der automatischen Verarbeitung weitgehend uneingeschrankter Dokumente zugewendet, die in beliebiger Anordnung und Verschachtelung Text-, Graphik- und Bildbereiche enthalten. Der hier vorliegende Band behandelt diesen Themenbereich, der zur Zeit einen aktu ellen international en Forschungsschwerpunkt darstellt. Der Autor erlautert zunachst die generelle Bedeutung und den Stand der Dokument analyse sowie die Zielsetzung der Arbeit, die darin besteht, die Layout-Struktur beliebiger Dokumente aufgrund der Abtastwerte des Bildes zu berechnen und in symbolischer Form darzustellen. Die folgenden Kapitel zeigen einen dafUr geeigneten Losungsweg auf. 1m Dokument werden die drei generellen Klassen "Text", "Graphik" und "Bild" automatisch unterschieden. Wissen Uber die Dokument struktur wird in drei attributierten, stochastischen Graphgrammatiken reprasentiert. Daraus folgt eine einheitliche Datenstruktur, der "Dokumentgraph", in dem die Dokumentstruktur rechnerintern dargestellt wird. Die entwickelten Losungsansatze wurden realisiert und die Leistungsfahigkeit der Verfahren an einer Vielzahl sehr unterschiedlicher Dokumente demonstriert.
Zielgruppe
Research
Autoren/Hrsg.
Weitere Infos & Material
0. Einleitung.- 1. Literaturübersicht zur Dokumentanalyse.- 2. Zielsetzung der Arbeit Überblick über den eigenen Lösungsweg.- 3. Grundlagen.- 3.1 Numerische Klassifikationsverfahren.- 3.2 Nichtnumerische (syntaktische) Analyseverfahren.- 4. Arbeitsplatz, Bildaufnahme und praktische Rahmenbedingungen.- 5. Bildgraph und Grammatiken zur Dokumentanalyse Der syntaktische Teil der Grammatiken.- 5.1 Dokumentwissen in Form attributierter, stochastischer Grammatiken und der daraus abgeleitete Bildgraph.- 5.2 Die Musterränder als Knoten und Kanten des Dokumentgraphen.- 5.3 Die Bildung von Objekten.- 5.4 Praktische Ergebnisse mit dem Dokumentgraphen.- 5.5 Zusammenhängende Textgebilde.- 5.6 Praktische Ergebnisse zum Graphknoten W und der Kante BZ.- 5.7 Ausblick auf höhere Strukturierungen.- 5.8 Zuordnung zwischen Text und Grafik.- 5.9 Diskussion von Ergebnissen zu Kapitel 5.8.- 6. Bottom-Up-Verfahren zum Berechnen der Graphkomponenten aus dem Bildsignal.- 6.1 Berechnen der Ränder.- 6.2 Durchführen der Objektbildung.- 6.3 Wortknoten und Buchstabenkette.- 6.4 Graphkanten zur Zuordnung von Text und Grafik.- 6.5 Deskriptorbildung im Modul DM.- 6.6 Effiziente Kennzeichnung der Graphkanten DZ.- 7. Dokumentmodelle und Erkennungsverfahren.- 7.1 Erkennen von Text-, Grafik- und Bildkomponenten Der semantische und stochastische Teil der Grammatiken.- 7.2 Erkennungsverfahren für Symbole Das Erkennen des Dokumenttyps und der Bedeutung von Textpassagen im Gesamtdokument.- 8. Zusammenfassung und Ausblick.- 9. Literaturverzeichnis.
