research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Auto Crop and Recognition for Document Detection Based on its Contents
طريقة مقترحة لتميز محتويات الوثيقة بالاعتماد على القطع الالي

Authors: Hasanen S. Abduallah حسنين سمير عبد الله --- Nesreen Waleed نسرين وليد عبد الواحد
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 1C Pages: 574-582
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

An Auto Crop method is used for detection and extraction signature, logo and stamp from the document image. This method improves the performance of security system based on signature, logo and stamp images as well as it is extracted images from the original document image and keeping the content information of cropped images. An Auto Crop method reduces the time cost associated with document contents recognition. This method consists of preprocessing, feature extraction and classification. The HSL color space is used to extract color features from cropped image. The k-Nearest Neighbors (KNN) classifier is used for classification.

يستخدم طريقة القطع الالي لتحديد و استخراج توقيع، شعار وختم من صور الوثيقة. ان هذه الطريقة تحسن من أداء النظام الأمني المعتمد على التوقيع والشعار والختم وكذلك هذه الطريقة تستخرج الصور من صوة الوثيقة الأصلية والحفاظ على محتوى المعلومات داخل الصور المستخرجه. طريقة القطع الالي يقلل من التكلفة الزمنية المرتبطة لتميز محتويات الوثيقة. تحتوي هذه الطريقة على معالجه اولية، واستخراج الخصائص والتصنيف. تم استخدام التحويل اللوني HSL لاستخراج الصفات لونية من الصورة التي تم قصها. المصنف KNN قد استخدام للتصنيف.


Article
Arabic (Indian) Handwritten Digits Recognition Using Multi feature and KNN Classifier

Author: Alia Karim Abdul Hassan
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2018 Volume: 26 Issue: 4 Pages: 10-17
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

This paper presents an Arabic (Indian) handwritten digit recognition system based on combining multi feature extraction methods, such a upper_lower profile, Vertical _ Horizontal projection and Discrete Cosine Transform (DCT) with Standard Deviation σi called (DCT_SD) methods. These features are extracted from the image after dividing it by several blocks. KNN classifier used for classification purpose. This work is tested with the ADBase standard database (Arabic numerals), which consist of 70,000 digits were 700 different writers write it. In proposing system used 60000 digits, images for training phase and 10000 digits, images in testing phase. This work achieved 97.32% recognition Accuracy.

تقدم هذه الورقة نظام التعرف على أرقام مكتوبة بخط اليد العربية على أساس الجمع بين أساليب الاستخراج متعددة المزايا، مثل الملف الجانبي العلوي، ورأسية _ الإسقاط الأفقي وتحويل جيب التمام منفصلة مع الانحراف المعياري. يتم استخراج هذه الميزات من الصورة بعد تقسيمها الى عدة كتل. المصنف KNN يستخدم لغرض التصنيف. يتم اختبار هذا العمل مع قاعدة بيانات ADBase القياسية (الأرقام العربية)، والتي تتكون من 70,000 أرقام تم كتابتها من قبل 700 شخص مختلف. في النظام المقترح يستخدم 60000 صورة رقم لمرحلة التدريب و 10000 صورة رقم في مرحلة الاختبار. حقق هذا العمل دقة تعرف على الارقام مقدارها 97.32٪.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2018 (1)

2017 (1)