Определение строковой структуры рукописных документов на основе модели векторного поля
https://doi.org/10.15514/ISPRAS-2026-38(3)-41
Аннотация
В работе предложен оригинальный метод построчной сегментации рукописных документов, состоящий в построении векторного поля локальных направлений текста и формировании осевых линий строк на основе векторных линий построенного поля. Разработан и реализован алгоритм, робастно работающий с реальными изображениями архивных документов, включая сложные случаи изгибающихся строк, неравномерных межстрочных интервалов и вариативности почерка. Экспериментальные результаты демонстрируют высокую эффективность (F_1 = 0.92).
Ключевые слова
При поддержке: Работа поддержана грантом РНФ № 22-68-00066 «Культурное наследие России: интеллектуальный анализ и тематическое моделирование корпуса рукописных текстов».
Об авторах
Леонид Моисеевич МЕСТЕЦКИЙ
Московский государственный университет имени М.В. Ломоносова
Россия
Россия
Доктор технических наук, академик РАЕН, профессор кафедры математических методов прогнозирования МГУ. Научные интересы: вычислительная геометрия, анализ и распознавание изображений.
Виктория Станиславовна СМИРНОВА
Московский государственный университет имени М.В. Ломоносова
Россия
Россия
Является выпускницей бакалавриата кафедры Математических методов прогнозирования факультета ВМК МГУ имени М.В. Ломоносова и магистрантом 1-го года обучения факультета ВМК МГУ. Её научные интересы включают распознавание образов и компьютерное зрение.
Список литературы
1. Ptak R., Żygadło B., Unold O. Projection-based text line segmentation with a variable threshold. In-ternational Journal of Applied Mathematics and Computer Science, 2017, vol. 27, pp. 195-206. DOI: 10.1515/amcs-2017-0014.
2. Arivazhagan S., Hemanth D.J. Statistical projection methods for text line segmentation. In: Proc. 9th International Conference on Document Analysis and Recognition (ICDAR), 2007, pp. 1029-1033.
3. Wong K.Y., Casey R.G., Wahl F.M. Document analysis system. IBM Journal of Research and Devel-opment, 1982, vol. 26, no. 6, pp. 647-656. DOI: 10.1147/rd.266.0647.
4. Nikolaou N., Makridis M., Gatos B., Stamatopoulos N., Papamarkos N. Segmentation of historical machine-printed documents using adaptive run length smoothing and skeleton segmentation paths. Image and Vision Computing, 2010, vol. 28, pp. 590-604.
5. Papavassiliou V., Stafylakis T., Katsouros V., Carayannis G. Handwritten document image segmenta-tion into text lines and words. Pattern Recognition, 2010, vol. 43, pp. 369-377.
6. Kennard D.J., Barrett W.A. Separating lines of text in free-form handwritten historical documents. In: Proc. 2nd International Conference on Document Image Analysis for Libraries (DIAL’06), 2006, pp. 12 23.
7. Renton G., Chatelain C., Adam S., Kermorvant C., Paquet T. Handwritten text line segmentation using fully convolutional network. In: Proc. 14th IAPR International Conference on Document Analysis and Recognition (ICDAR), 2017, pp. 321-326.
8. Zhang X., Tan C.L. Text line segmentation for handwritten documents using constrained seam carv-ing. In: Proc. 14th International Conference on Frontiers in Handwriting Recognition (ICFHR), 2014, pp. 98–103. DOI: 10.1109/ICFHR.2014.24.
9. Louloudis G., Gatos B., Halatsis C. Text line detection in unconstrained handwritten documents using a block-based Hough transform approach. In: Proc. 9th International Conference on Document Anal-ysis and Recognition (ICDAR), 2007, pp. 599-603.
10. Kurar Barakat B., Cohen R., Droby A., Rabaev I., El-Sana J. Learning-Free Text Line Segmentation for Historical Handwritten Documents. Applied Sciences, 2020, vol. 10, art. 8276. DOI: 10.3390/app10228276.
11. Leow C.S., Yajima H., Kitagawa T., Nishizaki H. Single-Line Text Detection in Multi-Line Text with Narrow Spacing for Line-Based Character Recognition. IEICE Transactions on Information and Sys-tems, 2023, vol. E106-D, no. 12, pp. 2097-2106. DOI: 10.1587/transinf.2023EDP7070.
Рецензия
Для цитирования:
МЕСТЕЦКИЙ Л.М., СМИРНОВА В.С. Определение строковой структуры рукописных документов на основе модели векторного поля. Труды Института системного программирования РАН. 2026;38(3):135-148. https://doi.org/10.15514/ISPRAS-2026-38(3)-41
For citation:
MESTETSKIY L.M., SMIRNOVA V.S. Handwritten Text Line Structure Detection via Vector-Field Modeling. Proceedings of the Institute for System Programming of the RAS (Proceedings of ISP RAS). 2026;38(3):135-148. (In Russ.) https://doi.org/10.15514/ISPRAS-2026-38(3)-41
Послать статью по эл. почте 