Approche mixte pour la reconnaissance des documents imprimes

= A mixed approach for recognition of printed documents

• Auteur / Autrice : Frank Lebourgeois
• Direction : Hubert Emptoz
• Type : Thèse de doctorat
• Discipline(s) : Informatique et Automatique Appliquées
• Date : Soutenance en 1991
• Etablissement(s) : Lyon, INSA
• Partenaire(s) de recherche : Laboratoire : RFD - Equipe de Reconnaissance de Forme et Diagnostique (Lyon, INSA1991-1994)

Mots clés

Mots clés contrôlés

Traitement d'images -- Techniques numériques

Lecteurs optiques

Reconnaissance optique des formes (informatique)

Résumé

L'étude présente un système de reconnaissance multifonte pour documents imprimés, utilisant des informations contextuelles concernant la typographie, la structure du document et la syntaxe. Tout d'abord une méthode ascendante rapide a été réalisée pour séparer le texte des images et reconnaître la structure logique du document. Une approche mixte est utilisée pour reconnaître les caractères isolés. Le premier étage réalise une préclassification automatique des formes identiques de caractères à l' a. Ide d'une construction dynamique d'une bibliothèque de formes. La forte redondance des images des caractères imprimés justifie cette approche. Le second étage reconnaît structurellement les modèles de caractères construits précédemment. Un étage à la fois syntaxique et statistique permet un taux de reconnaissance élevé.

A recognition system for multi font printed documents using contextual informations about typography, structure of document and syntax, has been developed. First, a quick bottom up method to separate text from image and recognize logical structure of documents has been achieved. A mixed approach has been used to recognize individual characters. A first stage realizes a compaction at the character level compared to a dynamically built librairy of shapes. The high redundancy of character's image in printed document justifies this approach. A second stage structurally recognizes the previously built models of characters. A mixed syntaxic and statistic stage is used simultanous. It o perform a high recognition rate.