Mosaicazione di documenti: Sbloccare intuizioni visive attraverso il mosaico di documenti

Di Fouad Sabry

Che cos'è il mosaico di documenti

Il mosaico di documenti è un processo che unisce più immagini istantanee sovrapposte di un documento per produrre un unico grande composito ad alta risoluzione. Il documento viene fatto scorrere manualmente sotto una telecamera fissa posizionata sopra la scrivania finché tutte le parti del documento non vengono catturate dal campo visivo della telecamera. Mentre il documento scorre sotto la fotocamera, tutti i movimenti del documento vengono tracciati approssimativamente dal sistema di visione. Il documento viene periodicamente fotografato in modo tale che le istantanee successive si sovrappongano di circa il 50%. Il sistema quindi trova le coppie sovrapposte e le unisce insieme ripetutamente finché tutte le coppie non vengono unite insieme come un unico pezzo di documento.

Come trarrai vantaggio

( I) Approfondimenti e convalide sui seguenti argomenti:

Capitolo 1: Mosaicing dei documenti

Capitolo 2: Stitching delle immagini

Capitolo 3: Demosaicing

Capitolo 4: Analisi del layout del documento

Capitolo 5: Tapparella

Capitolo 6: Calibrazione automatica della fotocamera

Capitolo 7: Visione stereo del computer

Capitolo 8: Segmentazione del movimento rigido

Capitolo 9: Texture dell'immagine

Capitolo 10: Rettifica dell'immagine

(II) Rispondere alle domande principali del pubblico sulla creazione di mosaici di documenti.

(III) Esempi reali dell'utilizzo della creazione di mosaici di documenti in molti campi.

A chi è rivolto questo libro

Professionisti, studenti universitari e laureati, appassionati, hobbisti e coloro che vogliono andare oltre le conoscenze o le informazioni di base per qualsiasi tipo di mosaico di documenti.

 

 

• Lingua: Italiano
• Editore: Un Miliardo Di Ben Informato [Italian]
• Data di uscita: 5 mag 2024

Anteprima del libro

Capitolo 1: Mosaico di documenti

Il mosaico di documenti è una tecnica che combina molte istantanee sovrapposte di un documento in un'unica, enorme immagine ad alta risoluzione. Il documento viene spinto manualmente sotto una telecamera fissa sopra la scrivania fino a quando l'intera superficie non viene catturata all'interno del campo visivo della fotocamera. Mentre il documento si muoveva sotto la telecamera, il sistema di visione monitorava il movimento del documento in modo grossolano. Periodicamente, le immagini del documento vengono scattate in modo tale che si sovrappongano di circa il 50%. La tecnologia identifica quindi le coppie sovrapposte e le unisce continuamente fino a quando tutte le coppie non vengono combinate in un unico documento.

Il mosaico dei documenti può essere suddiviso in quattro fasi principali.

Inseguimento

Rilevamento delle funzionalità

Corrispondenza che stabilisce

Mosaico di immagini.

Il sistema traccia approssimativamente il movimento del documento mentre scorre sotto la fotocamera durante questa procedura. Per il monitoraggio viene utilizzato un metodo noto come procedura di correlazione semplice. Come mostrato nella Figura 1, una piccola patch viene recuperata dal centro dell'immagine come modello di correlazione nel primo fotogramma delle istantanee. La procedura di correlazione viene eseguita in un'area quattro volte la dimensione della patch del fotogramma successivo. La velocità della carta è rappresentata dal picco della funzione di correlazione. Il picco nella funzione di correlazione rappresenta la velocità della carta. Da questo fotogramma, il modello viene ricampionato e il tracciamento continua fino a quando il modello non raggiunge il bordo del documento. Dopo che il modello raggiunge il bordo del documento, viene acquisita un'altra immagine e la procedura di tracciamento viene ripetuta fino a quando non viene acquisito l'intero documento. Le istantanee vengono salvate in un elenco ordinato per facilitare le operazioni successive che accoppiano le foto sovrapposte.

Trovare la trasformazione che allinea un'immagine con un'altra è il processo di rilevamento delle feature. Esistono due metodi principali per rilevare le feature.

I parametri di movimento vengono calcolati in base alle corrispondenze dei punti utilizzando un metodo basato su feature. Questo metodo è applicabile quando c'è un'abbondanza di caratteristiche stabili e rilevabili.

Quando il movimento tra due immagini è modesto, viene utilizzato il metodo del flusso ottico per stimare i parametri di movimento. Quando il movimento tra due immagini è sostanziale, tuttavia, i parametri di movimento vengono calcolati utilizzando la correlazione incrociata generalizzata. Tuttavia, questo metodo richiede risorse computazionalmente costose.

Ogni immagine è suddivisa in una struttura gerarchica di colonne, linee e parole che corrispondono ai raggruppamenti organizzati di elementi tra le immagini. La stima dell'angolo di inclinazione e l'individuazione di colonne, linee e parole sono esempi di operazioni di rilevamento delle feature.

Innanzitutto, viene stimato l'angolo (angolo di inclinazione) tra le righe di testo e le linee raster dell'immagine.

Si presume che si trovi nell'intervallo di ±20°.

Una piccola porzione di testo nell'immagine viene selezionata in modo casuale e quindi ruotata nell'intervallo di ±20° fino a massimizzare la varianza delle intensità dei pixel della patch sommata lungo le linee raster.

Vedere il diagramma 2.

Per garantire che l'angolo di inclinazione calcolato sia accurato, il sistema di mosaico documentale esegue calcoli su molte patch di immagini e ricava la stima finale calcolando la media dei diversi angoli ponderata per la variazione dell'intensità dei pixel per ogni patch.

Durante questa operazione, il manoscritto infilzato viene intuitivamente suddiviso in colonne, righe e parole. La sensibilità del documento de-inclinato all'illuminazione e al colore della pagina può essere eliminata applicando un operatore Sobel all'immagine de-inclinata e impostando la soglia dell'output per creare l'immagine sfumata binaria, de-inclinata. Vedere il diagramma 3.

La procedura può essere suddivisa in tre fasi: segmentazione delle colonne, segmentazione delle linee e segmentazione delle parole.

La Figura 4 illustra la facilità con cui è possibile distinguere le colonne dalle immagini con gradiente binario e de-asimmetrie aggiungendo pixel verticalmente.

Le linee di base di ogni riga vengono suddivise allo stesso modo delle basi delle colonne, ma orizzontalmente.

Infine, le singole parole vengono segmentate applicando la procedura verticale a ogni riga che è stata segmentata.

Queste segmentazioni sono cruciali perché il mosaico del documento è formato dalla corrispondenza degli angoli in basso a destra delle parole nelle immagini che si sovrappongono. Inoltre, la procedura di segmentazione può organizzare in modo affidabile l'elenco delle foto all'interno di una gerarchia di righe e colonne.

Il processo di segmentazione coinvolge una notevole quantità di sommatoria parziale in