Análise de Qualidade e Tempo de Processamento de Algoritmos de Binarização para

106 Pages·2017·14.48 MB·Portuguese

by  Rodrigo Barros Bernardino

UNIVERSIDADEFEDERALDEPERNAMBUCO
CENTRODETECNOLOGIAEGEOCIÊNCIAS
DEPARTAMENTODEELETRÔNICAESISTEMAS
PROGRAMADEPÓS-GRADUAÇÃOEMENGENHARIAELÉTRICA
RODRIGOBARROSBERNARDINO
ANÁLISE DE QUALIDADE E TEMPO DE PROCESSAMENTO DE
ALGORITMOS DE BINARIZAÇÃO PARA DOCUMENTOS
TEXTUAIS
Recife
2018
RODRIGOBARROSBERNARDINO
ANÁLISEDEQUALIDADEETEMPODEPROCESSAMENTODEALGORITMOS
DEBINARIZAÇÃOPARADOCUMENTOSTEXTUAIS
Dissertação submetida ao Programa de
Pós-Graduação em Engenharia Elétrica da
Universidade Federal de Pernambuco como
parte dos requisitos para obtenção do grau de
MestreemEngenhariaElétrica.
ÁreadeConcentração:Comunicações
Orientador:Prof.Dr.RafaelDueireLins
Recife
2018
Catalogação na fonte
Bibliotecária Valdicéa Alves, CRB-4 / 1260

B523a Bernardino. Rodrigo Barros.
Análise de qualidade e tempo de processamento de algoritmos
de binarização para documentos textuais / Rodrigo Barros Bernardino - 2018.
109folhas, Il.; e Tabs.

Orientador: Prof. Dr. Rafael Dueire Lins.

Dissertação (Mestrado) – Universidade Federal de Pernambuco. CTG.
Programa de Pós-Graduação em Engenharia Elétrica, 2018.
Inclui Referencias e Apêndices.

1. Engenharia Elétrica. 2. Binarização. 3. Síntese de textura.
4. Processamento de imagens. I. Lins, Rafael Dueire ( Orientador). II.Título.

UFPE

621.3 CDD (22. ed.) BCTG/2018 - 217
PARECER DA COMISSÃO EXAMINADORA DE DEFESA DE
DISSERTAÇÃO DO MESTRADO ACADÊMICO DE

TÍTULO

“ANÁLISE DE QUALIDADE E TEMPO DE PROCESSAMENTO DE
ALGORITMOS DE BINARIZAÇÃO PARA DOCUMENTOS TEXTUAIS”

A comissão examinadora composta pelos professores: RAFAEL DUEIRE LINS,
DEINFO/UFRPE; VALDEMAR CARDOSO DA ROCHA JÚNIOR, DES/UFPE E GABRIEL DE
FRANÇA PEREIRA E SILVA, UACSA/UFRPE, sob a presidência do primeiro, consideram
APROVADO
o candidato RODRIGO BARROS BERNARDINO .

Recife, 08 de fevereiro de 2018.

MARCELO CABRAL CAVALCANTI RAFAEL DUEIRE LINS
Coordenador do PPGEE Orientador e Membro Titular Interno

GABRIEL DE FRANÇA PEREIRA E SILVA VALDEMAR CARDOSO DA ROCHA JÚNIOR
Membro Titular Externo Membro Titular Interno
AGRADECIMENTOS
Em primeiro lugar, agradeço ao professor Dr. Rafael Dueire Lins, que me orientou e
apoiou durante todo o percurso. Serei eternamente grato por cada conselho, cada cobrança, a
paciência eenergiadedicadas amim. Oprof. Rafaelfazjus aoposto deorientador e,ainda mais,
de um verdadeiro educador. Sua cultura, conhecimento e experiência muito me serviram de
inspiraçãoemotivação.
Agradeço aos colegas de curso, em especial ao Darlisson Marinho, que deu grandes
contribuiçõeseumforteapoionarealizaçãodesteprojeto.
Agradeço aos meus pais, Salvador e Suely, que não mediram esforços ao me apoiar e
guiarnessajornada. Todoocarinhoe suporte,emtodosossentidos, quemepropiciaram,foram
defundamentalimportânciaparaqueeuchegasseondecheguei.
Porfim,agradeçoàElisângela,minhacompanheira,quemeaturou,apoiou,epermaneceu
sempreaomeulado,sejanasnoitesmaldormidas,momentosdetristezaeemcadavitória.A
suapaciênciaeperseverançasempremeinspiraramafazermaisesercadavezmelhor.
RESUMO
Abinarizaçãodeimagensdigitaiséumatécnicaamplamenteutilizada,umavezquedocumentos
monocromáticos necessitam de menor espaço de armazenamento e banda de transmissão em
redesdecomputadores.Alémdisso,abinarizaçãoéetapausualemmuitosprocessoscomplexos
deprocessamentodeimagens,taiscomoatranscriçãoautomáticadedocumentos.Estadisser-
tação de mestrado propõe uma metodologia paraanálise da qualidade das imagens resultantes
dealgoritmosdebinarizaçãobaseadaemimagenssintéticas.Taisimagenssãogeradasapartir
deumconjunto deimagensbináriasde referência comaadiçãode características extraídasde
documentosreais,taiscomotexturadopapeleescrita,interferênciafrente-verso,etc.Asimagens
sintéticas são, então, binarizadas e comparadas com as imagens de referência. Quanto mais
próximo no número de pixels brancos e pretos da imagem de referência, considera-se melhor
odesempenhodoalgoritmo.Ostemposdeprocessamentotambémsãocoletados.Umtotalde
2.083.200documentosrepresentativosdouniversodedocumentostextuaisforamsintetizados
e binarizados. Visando uma ampla divulgação, os resultados obtidos foram disponibilizados
numaplataformaweb,naqualousuárioescolheosparâmetros,aplataformageraodocumento
sintéticoeapresentaosresultadosparacadaalgoritmotestado.
Palavras-chave:Binarização.Síntesedetextura.Processamentodeimagens.
ABSTRACT
Binarizationofdigitalimagesisatechniquewidelyused,asmonochromaticdocumentsrequire
less storage space and transmission bandwidth in computer networks. Besides that, binariza-
tion is applied in many complex image processing applications, such as automatic document
transcription. This M.Sc. dissertation presents a methodology for assessing the performance
of binarization algorithmsbased on synthetic images. Such imagesare generated from a set of
ground truth binary images with the addition of features extracted from realdocuments, such
as paper and writing textures, back-to-front interference, etc. The synthetic images are then
binarized usingseveralalgorithms and comparedwith theground truthimages. Thecloser the
number of black and white pixels, the better is considered the performance of the algorithm.
Theprocessingtimesarealsocollected.Atotalof2,083,200documents,representativeofthe
universeoftextualdocuments,weresynthesizedandbinarized.Aimingatawiderdissemination,
the results obtained were made available on a web platform, in which the user chooses the
parameters, the platform generates the synthetic document and then presents the binarization
resultsforeachofthetestedalgorithms.
Keywords:Binarization.Texturesynthesis.Imageprocessing.
LISTADEILUSTRAÇÕES
Figura1 – ProcessodeAquisiçãodeImagemDigital . . . . . . . . . . . . . . . . . . 12
Figura2 – ExemplodeDocumentoHistórico . . . . . . . . . . . . . . . . . . . . . . 14
Figura3 – ExemplodeImagemBinária . . . . . . . . . . . . . . . . . . . . . . . . . 15
Figura4 – ImagensdeTestedoDIBCO2016 . . . . . . . . . . . . . . . . . . . . . . 17
Figura5 – DocumentoscomInterferênciaFrente-Verso . . . . . . . . . . . . . . . . . 18
Figura6 – ProcessodeSíntese . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 20
Figura7 – GeraçãodeImagensdeReferência(GroundTruth) . . . . . . . . . . . . . 21
Figura8 – ExemplosdeImagensUsadasnaSíntesedaImagemdoTexto . . . . . . . 22
Figura9 – ExemplodeCópiadosPixelsdoTexto . . . . . . . . . . . . . . . . . . . . 23
Figura10 – ExemplodeGeraçãodePixelsdoTexto . . . . . . . . . . . . . . . . . . . 24
Figura11 – InterferênciaFrente-VersoSintética . . . . . . . . . . . . . . . . . . . . . 25
Figura12 – ExemplodeSíntesedeTextura . . . . . . . . . . . . . . . . . . . . . . . . 25
Figura13 – NabucoCrop:FerramentadeRecortedeTextura . . . . . . . . . . . . . . . 27
Figura14 – ExemplodeClusteringSimples . . . . . . . . . . . . . . . . . . . . . . . 28
Figura15 – DiferentesFormasdeClustering . . . . . . . . . . . . . . . . . . . . . . . 28
Figura16 – EtapasdoProcessodeClustering . . . . . . . . . . . . . . . . . . . . . . 29
Figura17 – MatrizdeCaracterísticascomWeka . . . . . . . . . . . . . . . . . . . . . 31
Figura18 – PlotagemdaModaRGB . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
Figura19 – AgrupamentodasTexturasporConectividade . . . . . . . . . . . . . . . . 35
Figura20 – GradesdeTexturadeAlgunsClusters . . . . . . . . . . . . . . . . . . . . 38
Figura21 – ReclusteringporDistânciaEuclideana . . . . . . . . . . . . . . . . . . . . 39
Figura22 – TexturasdeNabuco,SBrTeDIBCOUsadasnaSíntese . . . . . . . . . . . 40
Figura23 – SínteseporImageQuilting . . . . . . . . . . . . . . . . . . . . . . . . . . 41
Figura24 – ExemplosdeGeraçãodeTextura . . . . . . . . . . . . . . . . . . . . . . . 42
Figura25 – ProcessamentodasImagensSintéticas . . . . . . . . . . . . . . . . . . . . 45
Figura26 – ExemplosdeImagensSintéticas . . . . . . . . . . . . . . . . . . . . . . . 46
Figura27 – Imagem1Completa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
Figura28 – PrimeiroResultadoparaImagem1:AlgoritmoBilateral . . . . . . . . . . 63
Figura29 – 2o e3o ResultadosparaaImagem1 . . . . . . . . . . . . . . . . . . . . . 64
Figura30 – Imagem2Completa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
Figura31 – 1o ResultadoparaImagem2:AlgoritmoJohannsen-Bille . . . . . . . . . . 66
Figura32 – 2o e3o MelhoresResultadosparaImagem2 . . . . . . . . . . . . . . . . . 67
Figura33 – ResultadosparaaImagem3 . . . . . . . . . . . . . . . . . . . . . . . . . 68
Figura34 – ResultadosparaaImagem4 . . . . . . . . . . . . . . . . . . . . . . . . . 69
LISTADETABELAS
Tabela1 – AnálisedoWSSparaAgrupamentodeTexturas . . . . . . . . . . . . . . . 33
Tabela2 – ReclusteringdasTexturas . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
Tabela3 – AlgoritmosdeBinarizaçãoConsiderados . . . . . . . . . . . . . . . . . . 53
Tabela4 – ResultadosparaImagem1 . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Tabela5 – ResultadosparaImagem2 . . . . . . . . . . . . . . . . . . . . . . . . . . 57
Tabela6 – ResultadosparaImagem3 . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Tabela7 – ResultadosparaImagem4 . . . . . . . . . . . . . . . . . . . . . . . . . . 58
SUMÁRIO
1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
1.1 DigitalizaçãodeDocumentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
1.2 BinarizaçãodeDocumentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
1.3 EstruturadestaDissertação . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
2 SÍNTESEDEDOCUMENTOSPARABINARIZAÇÃO . . . . . . . . . . . . . 16
2.1 GeraçãodosPixelsdoTexto . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
2.2 GeraçãodaInterferênciaFrente-Verso . . . . . . . . . . . . . . . . . . . . . . 23
2.3 AmostrasdeTexturadePapel . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
2.3.1 Clustering . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
2.3.2 ClusteringdeTexturas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.3 SíntesedeImagensdeFolhasdePapel . . . . . . . . . . . . . . . . . . . . . . . . 41
2.4 ComposiçãodoDocumentoSintéticoFrenteeVerso . . . . . . . . . . . . . . . 42
2.5 ParâmetrosdaSíntese . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
3 ANÁLISEDEALGORITMOSDEBINARIZAÇÃO . . . . . . . . . . . . . . 47
3.1 MedidasdeQualidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.1.1 AvaliaçãocomDocumentosSintéticos . . . . . . . . . . . . . . . . . . . . . . . . 50
3.2 ExecuçãodosExperimentos . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
3.3 AlgoritmosdeBinarização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 52
3.4 AmostrasdosResultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.4.1 CritériodeOrdenação . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
3.4.2 ImagensBinarizadaseDiscussãodosResultados . . . . . . . . . . . . . . . . . . 59
4 CONCLUSÕES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
4.1 TrabalhosPublicados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
4.2 TrabalhosFuturos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 74
APÊNDICE A – TRABALHOSPUBLICADOS . . . . . . . . . . . . . . . . 79