تجميع المستندات

تُعدّ عملية تجميع الصور في المستندات عمليةً تجمع صورًا متعددة ومتداخلة لمستند واحد لإنتاج صورة مركبة كبيرة وعالية الدقة. يُمرر المستند يدويًا أسفل كاميرا ثابتة موضوعة فوق المكتب حتى تُصوّر جميع أجزاء المستند ضمن مجال رؤية الكاميرا . أثناء تمرير المستند أسفل الكاميرا، يتتبع نظام الرؤية حركته بشكل تقريبي. تُؤخذ صور للمستند بشكل دوري بحيث تتداخل الصور المتتالية بنسبة 50% تقريبًا. ثم يجد النظام أزواج الصور المتداخلة ويجمعها معًا بشكل متكرر حتى تُدمج جميع الأزواج معًا لتُشكّل مستندًا واحدًا. ^{[ 1 ]}

يمكن تقسيم عملية تجميع المستندات إلى أربع عمليات رئيسية.

التتبع
اكتشاف الميزات
المراسلات التي تثبت
تجميع الصور.

التتبع (عملية ارتباط بسيطة)

في هذه العملية، يتتبع النظام حركة المستند المنزلق أسفل الكاميرا بشكل تقريبي. ويتم التتبع من خلال عملية تُسمى عملية الارتباط البسيطة . في الإطار الأول من اللقطات، تُستخرج رقعة صغيرة من مركز الصورة كنموذج ارتباط. تُجرى عملية الارتباط على مساحة أكبر بأربعة أضعاف من مساحة الرقعة في الإطار التالي. وتُشير ذروة دالة الارتباط إلى حركة الورقة. يُعاد أخذ عينة من النموذج من هذا الإطار، ويستمر التتبع حتى يصل النموذج إلى حافة المستند. بعد وصول النموذج إلى حافة المستند، تُؤخذ لقطة أخرى، وتُكرر عملية التتبع حتى يتم تصوير المستند بالكامل. تُخزن اللقطات في قائمة مُرتبة لتسهيل مُطابقة الصور المُتداخلة في العمليات اللاحقة.

اكتشاف الميزات لتحقيق مطابقة فعالة

يُعدّ اكتشاف الميزات عملية إيجاد التحويل الذي يُحاذي صورةً بأخرى. وهناك منهجان رئيسيان لاكتشاف الميزات. ^{[ 2 ]}^{[ 3 ]}

النهج القائم على الميزات : تُقدّر معلمات الحركة من خلال تطابق النقاط. هذا النهج مناسب في حالة وجود وفرة من الميزات الثابتة والقابلة للكشف.
النهج غير المعتمد على الميزات : عندما تكون الحركة بين الصورتين صغيرة، تُقدَّر معلمات الحركة باستخدام التدفق البصري . أما عندما تكون الحركة بين الصورتين كبيرة، فتُقدَّر معلمات الحركة باستخدام الارتباط التبادلي المعمم . مع ذلك، يتطلب هذا النهج موارد حاسوبية كبيرة.

تُقسّم كل صورة إلى تسلسل هرمي من الأعمدة والخطوط والكلمات لمطابقة مجموعات الميزات المنظمة عبر الصور. يُعد تقدير زاوية الميل وإيجاد الأعمدة والخطوط والكلمات أمثلة على عمليات اكتشاف الميزات.

تقدير زاوية الانحراف

أولًا، تُقدَّر الزاوية التي تُشكِّلها صفوف النص مع خطوط الصورة النقطية (زاوية الانحراف). يُفترض أن تقع هذه الزاوية ضمن نطاق ±20 درجة. ثم تُختار رقعة نصية صغيرة عشوائيًا من الصورة، وتُدار ضمن نطاق ±20 درجة حتى يتم الوصول إلى أقصى تباين في شدة البكسلات في الرقعة، مُجمَّعة على طول خطوط الصورة النقطية. ^{[ 4 ]}

لضمان دقة زاوية الانحراف التي تم العثور عليها، يقوم نظام فسيفساء المستندات بإجراء حسابات على العديد من رقع الصور ويستنتج التقدير النهائي من خلال إيجاد متوسط الزوايا الفردية المرجحة بتباين شدة البكسل لكل رقعة.

إيجاد الأعمدة والخطوط والكلمات

في هذه العملية، يتم تقسيم المستند المصحح للميل بشكل بديهي إلى تسلسل هرمي من الأعمدة والأسطر والكلمات. ويمكن إزالة حساسية المستند المصحح للميل للإضاءة وتلوين الصفحة عن طريق تطبيق مُعامل سوبل على الصورة المصححة للميل وتحديد عتبة للناتج للحصول على صورة ثنائية التدرج مصححة للميل. ^{[ 5 ]}

يمكن تقسيم العملية تقريبًا إلى 3 خطوات: تجزئة الأعمدة، وتجزئة الأسطر، وتجزئة الكلمات .

يمكن فصل الأعمدة بسهولة من الصور ثنائية التدرج ، وتصحيح انحرافها عن طريق جمع البكسلات عموديًا.
يتم تقسيم الخطوط الأساسية لكل صف بنفس طريقة عملية تقسيم الأعمدة ولكن بشكل أفقي.
وأخيرًا، يتم تقسيم الكلمات الفردية عن طريق تطبيق العملية الرأسية في كل صف مقسم.

تُعدّ هذه التقسيمات مهمة لأنّ فسيفساء المستند تُنشأ بمطابقة الزوايا السفلية اليمنى للكلمات في أزواج الصور المتداخلة. علاوة على ذلك، تُتيح عملية التقسيم تنظيم قائمة الصور في سياق تسلسل هرمي من الصفوف والأعمدة بشكل موثوق.

تتضمن عملية التجزئة قدراً كبيراً من الجمع في التدرج الثنائي ، للصور المائلة، والتي يتم ذلك عن طريق إنشاء مصفوفة من المجاميع الجزئية ^{[ 6 ]} التي تُعطى عناصرها بواسطة

$p_{iy}=\sum _{u=1}^{i}\sum _{v=1}^{j}b_{uv}$

يتم حساب مصفوفة المجاميع الجزئية في تمريرة واحدة عبر التدرج الثنائي ، للصورة المصححة. ^{[ 6 ]}

$//$

المراسلات التي تثبت

تم الآن تنظيم الصورتين في تسلسل هرمي من القوائم المرتبطة وفقًا للبنية التالية :

صورة = قائمة الأعمدة
الصف = قائمة الكلمات
العمود = قائمة الصفوف
طول الكلمة (بالبكسل)

في أسفل الهيكل، يتم تسجيل طول كل كلمة لتحديد التطابق بين صورتين لتقليل البحث إلى الهياكل المتطابقة فقط لمجموعات الكلمات ذات الأطوال المتطابقة.

إيجاد تطابق البذور

يتم البحث عن التطابق الأولي بمقارنة كل صف في الصورة 1 مع كل صف في الصورة 2. ثم تتم مقارنة الصفين معًا بناءً على كل كلمة. إذا تطابق طول الكلمتين (إحداهما من الصورة 1 والأخرى من الصورة 2) (بالبكسل) مع طول الكلمات المجاورة لهما ضمن عتبة سماحية محددة مسبقًا (5 بكسلات، على سبيل المثال)، يُفترض تطابقهما. يُفترض تطابق صف كل صورة إذا وُجدت ثلاث كلمات متطابقة أو أكثر بين الصفين. تنتهي عملية البحث عن التطابق الأولي عند العثور على زوجين متتاليين من التطابقات بين الصفوف.

بناء قائمة المباريات

بعد الانتهاء من عملية البحث عن تطابق الصورة الأساسية، تتمثل الخطوة التالية في بناء قائمة التطابقات لتوليد نقاط التطابق بين الصورتين. تتم هذه العملية من خلال البحث عن أزواج الصفوف المتطابقة بعيدًا عن صف الصورة الأساسية.

تجميع الصور

**الشكل 5** : دمج صورتين لوثيقتين. يظهر التشويش بوضوح في الصورة المركبة باستخدام التحويل الأفيني (ب)، ولكنه غير واضح في الصورة المركبة باستخدام إسقاط من مستوى إلى مستوى (أ). تُظهر الصورتان (ج) و(د) لقطات مقرّبة لخطوط التماس النموذجية في (أ) و(ب) على التوالي. ^{[ 1 ]}

بعد معرفة قائمة النقاط المتناظرة في الصورتين، تتمثل الخطوة التالية في إيجاد تحويل الجزء المتداخل من الصورتين. بافتراض نموذج كاميرا ذات ثقب صغير ، يتم توضيح التحويل بين البكسلات (u,v) في الصورة 1 والبكسلات (u0, v0) في الصورة 2 من خلال إسقاط مستوي-إلى-مستوى. ^{[ 7 ]}

$\left[{\begin{array}{c}su'\\sv'\\s\end{array}}\right]=\left[{\begin{array}{ccc}p_{11}&p_{12}&p_{13}\\p_{21}&p_{22}&p_{23}\\p_{31}&p_{32}&1\end{array}}\right]\left[{\begin{array}{c}u\\v\\1\end{array}}\right]\qquad Eq.1$

تُستخرج معلمات الإسقاطية من أربعة أزواج من النقاط المتطابقة. وتُستخدم تقنية انحدار RANSAC ^{[ 8 ]} لاستبعاد التطابقات الشاذة وتقدير الإسقاطية من التطابقات الجيدة المتبقية.

يتم ضبط الإسقاطية بدقة باستخدام الارتباط عند زوايا الجزء المتداخل للحصول على أربعة تطابقات بدقة تصل إلى مستوى البكسل الفرعي. بعد ذلك، يتم تحويل الصورة 1 إلى نظام إحداثيات الصورة 2 باستخدام المعادلة 1. يوضح الشكل 5 النتيجة النموذجية لهذه العملية.

العديد من الصور تتناول موضوع التأقلم

أخيرًا، يتم بناء تصميم الصفحة بالكامل عن طريق ربط جميع الصور بنظام إحداثيات صورة مرجعية، وهي عادةً الصورة الأقرب إلى مركز الصفحة. تُحسب التحويلات التي تُجرى على الإطار المرجعي بدمج التحويلات الثنائية التي تم التوصل إليها سابقًا. يظهر فسيفساء المستند الأصلي في الشكل 6.

مع ذلك، قد تظهر مشكلة تداخل الصور غير المتتالية. يمكن حل هذه المشكلة باستخدام تقنية الفسيفساء الهرمية الفرعية. كما هو موضح في الشكل 7، يتم تسجيل الصورة 1 مع الصورة 2، وكذلك الصورة 3 مع الصورة 4، مما يُنشئ فسيفساء فرعية. تُدمج هاتان الفسيفساءان الفرعيتان لاحقًا في عملية فسيفساء أخرى.

المناطق المطبقة

توجد مجالات متنوعة يمكن تطبيق تقنية تجميع المستندات فيها، مثل :

تجزئة النصوص في صور المستندات ^{[ 5 ]}
التعرف على المستندات ^{[ 4 ]}
التفاعل مع الورق على المكتب الرقمي ^{[ 9 ]}
فسيفساء الفيديو للبيئات الافتراضية ^{[ 10 ]}
تقنيات تسجيل الصور ^{[ 3 ]}

أوراق بحثية ذات صلة

هوانغ، تي إس؛ نيترافالي، إيه إن (1994). "الحركة والبنية من تطابقات الميزات: مراجعة". وقائع معهد مهندسي الكهرباء والإلكترونيات . 82 (2): 252-268 . doi : 10.1109/5.265351 .
دي جي لوي.التنظيم الإدراكي والتعرف البصري. دار نشر كلوير الأكاديمية، بوسطن، 1985.
إيراني، م.؛ بيليغ، س. (1991). "تحسين الدقة من خلال تسجيل الصور". CVGIP: النماذج الرسومية ومعالجة الصور . 53 (3): 231-239 . doi : 10.1016/1049-9652(91)90045-L . S2CID 4834546 .
شيفاكومارا، ب.؛ كومار، ج.؛ هيمانثا؛ جورو، د.س.؛ ناجابهوشان، ب. (2006). "نهج قائم على النافذة المنزلقة لتجميع صور المستندات" . الحوسبة المرئية والصور . 24 (1): 94-100 . doi : 10.1016/j.imavis.2005.09.015 .
تجميع صور المستندات باستخدام الكاميرا. (بدون تاريخ). Image (روتشستر، نيويورك)، 1.
كومار، غ. شيفاكومارا، ب. جورو، دي إس؛ ناجابوشان (2004). "فسيفساء صورة الوثيقة : نهج جديد" (PDF) . نص . 29 (3): 329-341 . سيتيسيركس 10.1.1.107.4304 . دوى : 10.1007/bf02703782 . S2CID 62593940 .
ساتو، ت.، إيكيدا، س.، كانبارا، م.، إيكيتاني، أ.، ناكاجيما، ن.، يوكويا، ن.، ويامادا، ك. (بدون تاريخ). دمج مقاطع الفيديو عالية الدقة للوثائق والصور من خلال تقدير حركة الكاميرا. مجلة موزاييك: مجلة للدراسات الأدبية متعددة التخصصات.

مراجع

1 2 زابالا، أنتوني؛ جي، أندرو؛ تايلور، مايكل (1999). "تجميع المستندات". معالجة الصور والرؤية الحاسوبية . 17 (8): 589-595 . doi : 10.1016/S0262-8856(98)00178-4 .
↑ مان، س.؛ بيكارد، ر. و. (1995). "مدارات الفيديو للمجموعة الإسقاطية: منظور جديد لتجميع الصور". تقرير فني (قسم الحوسبة الإدراكية)، مختبر الإعلام في معهد ماساتشوستس للتكنولوجيا (338). CiteSeerX 10.1.1.56.6000 .
1 2 براون، إل جي (1992). "دراسة استقصائية لتقنيات تسجيل الصور". مجلة ACM Computing Surveys . 24 (4): 325-376 . CiteSeerX 10.1.1.35.2732 . doi : 10.1145/146370.146374 . S2CID 14576088 .
1 2 بلومبيرغ، دان س.؛ كوبيك، غاري إي.؛ داساري، لاكشمي (1995). "قياس انحراف واتجاه صورة المستند" (ملف PDF) . في: فينسنت، لوك م.؛ بيرد، هنري س. (محرران). التعرف على المستندات II . وقائع SPIE. المجلد 2422. الصفحات 302-315 . Bibcode : 1995SPIE.2422..302B . doi : 10.1117/12.205832 . S2CID 5106427 .
1 2 تايلور، إم جيه؛ زابالا، إيه؛ نيومان، دبليو إم؛ دانس، سي آر (1999). "الوثائق من خلال الكاميرات". الحوسبة المرئية والصور . 17 (11): 831-844 . doi : 10.1016/S0262-8856(98)00155-3 .
1 2 بريباراتا، إف بي؛ شاموس، إم آي (1985). الهندسة الحسابية: مقدمة . سلسلة دراسات في علوم الحاسوب. سبرينغر-فيرلاغ. ISBN 9780387961316.
↑ موندي، جيه إل؛ زيسرمان، أ. (1992). "الملحق - الهندسة الإسقاطية للرؤية الآلية" . الثبات الهندسي في رؤية الحاسوب . كامبريدج، ماساتشوستس: مطبعة معهد ماساتشوستس للتكنولوجيا. CiteSeerX 10.1.1.17.1329 . ISBN 9780262132855.
↑ مارتن أ. فيشلر؛ روبرت س. بولز (1981). "توافق العينة العشوائية: نموذج لتركيب النماذج مع تطبيقات في تحليل الصور ورسم الخرائط الآلي" (ملف PDF) . مجلة اتصالات رابطة آلات الحوسبة . 24 (6): 381-395 . doi : 10.1145/358669.358692 . S2CID 972888 .
↑ ويلنر، ب. (1993). "التفاعل مع الورق على المكتب الرقمي". اتصالات رابطة آلات الحوسبة . 36 (7): 87-97 . CiteSeerX 10.1.1.53.7526 . doi : 10.1145/159544.159630 . S2CID 207174911 .
↑ سزيليسكي، ر. (1996). "فسيفساء الفيديو للبيئات الافتراضية". مجلة IEEE لرسومات الحاسوب وتطبيقاتها . 16 (2): 22-306 . doi : 10.1109/38.486677 .

فهرس

أنتوني، زابالا؛ أندرو جي؛ مايكل تايلور (1999). "تجميع المستندات". الحوسبة المرئية والصور . 17 (8): 589-595 . doi : 10.1016/S0262-8856(98)00178-4 .

روابط خارجية

الصفحة الرئيسية لشركة Advanced Vision

[MyRef2-1] 1 2 زابالا، أنتوني؛ جي، أندرو؛ تايلور، مايكل (1999). "تجميع المستندات". معالجة الصور والرؤية الحاسوبية . 17 (8): 589-595 . doi : 10.1016/S0262-8856(98)00178-4 .

[MyRef3-2] مان، س.؛ بيكارد، ر. و. (1995). "مدارات الفيديو للمجموعة الإسقاطية: منظور جديد لتجميع الصور". تقرير فني (قسم الحوسبة الإدراكية)، مختبر الإعلام في معهد ماساتشوستس للتكنولوجيا (338). CiteSeerX 10.1.1.56.6000 .

[MyRef4-3] 1 2 براون، إل جي (1992). "دراسة استقصائية لتقنيات تسجيل الصور". مجلة ACM Computing Surveys . 24 (4): 325-376 . CiteSeerX 10.1.1.35.2732 . doi : 10.1145/146370.146374 . S2CID 14576088 .

[MyRef5-4] 1 2 بلومبيرغ، دان س.؛ كوبيك، غاري إي.؛ داساري، لاكشمي (1995). "قياس انحراف واتجاه صورة المستند" (ملف PDF) . في: فينسنت، لوك م.؛ بيرد، هنري س. (محرران). التعرف على المستندات II . وقائع SPIE. المجلد 2422. الصفحات 302-315 . Bibcode : 1995SPIE.2422..302B . doi : 10.1117/12.205832 . S2CID 5106427 .

[MyRef6-5] 1 2 تايلور، إم جيه؛ زابالا، إيه؛ نيومان، دبليو إم؛ دانس، سي آر (1999). "الوثائق من خلال الكاميرات". الحوسبة المرئية والصور . 17 (11): 831-844 . doi : 10.1016/S0262-8856(98)00155-3 .

[MyRef7-6] 1 2 بريباراتا، إف بي؛ شاموس، إم آي (1985). الهندسة الحسابية: مقدمة . سلسلة دراسات في علوم الحاسوب. سبرينغر-فيرلاغ. ISBN 9780387961316.

[MyRef8-7] موندي، جيه إل؛ زيسرمان، أ. (1992). "الملحق - الهندسة الإسقاطية للرؤية الآلية" . الثبات الهندسي في رؤية الحاسوب . كامبريدج، ماساتشوستس: مطبعة معهد ماساتشوستس للتكنولوجيا. CiteSeerX 10.1.1.17.1329 . ISBN 9780262132855.

[MyRef9-8] مارتن أ. فيشلر؛ روبرت س. بولز (1981). "توافق العينة العشوائية: نموذج لتركيب النماذج مع تطبيقات في تحليل الصور ورسم الخرائط الآلي" (ملف PDF) . مجلة اتصالات رابطة آلات الحوسبة . 24 (6): 381-395 . doi : 10.1145/358669.358692 . S2CID 972888 .

[MyRef10-9] ويلنر، ب. (1993). "التفاعل مع الورق على المكتب الرقمي". اتصالات رابطة آلات الحوسبة . 36 (7): 87-97 . CiteSeerX 10.1.1.53.7526 . doi : 10.1145/159544.159630 . S2CID 207174911 .

[MyRef11-10] سزيليسكي، ر. (1996). "فسيفساء الفيديو للبيئات الافتراضية". مجلة IEEE لرسومات الحاسوب وتطبيقاتها . 16 (2): 22-306 . doi : 10.1109/38.486677 .

[ 1 ]

[ 2 ]

[ 3 ]

[ 4 ]

[ 5 ]

[ 6 ]

[ 7 ]

[ 8 ]

[ 9 ]

[ 10 ]

اللغة	العربية (RTL)
روابط موسوعية	20 رابطاً
المصدر الأصلي	ويكيبيديا ↗