Ming-Wei Lin ; Jules-Raymond Tapamo ; Baird Ndovie - A Texture-based Method for Document Segmentation and Classification

arima:1878 - Revue Africaine de Recherche en Informatique et Mathématiques Appliquées, 15 octobre 2007, Volume 6, april 2007, joint Special Issue ARIMA/SACJ on Advances in end-user data mining techniques - https://doi.org/10.46298/arima.1878
A Texture-based Method for Document Segmentation and ClassificationArticle

Auteurs : Ming-Wei Lin 1; Jules-Raymond Tapamo 1; Baird Ndovie 1

  • 1 School of Computer Science

[en]
In this paper we present a hybrid approach to segment and classify contents of document images. A Document Image is segmented into three types of regions: Graphics, Text and Space. The image of a document is subdivided into blocks and for each block five GLCM (Grey Level Co-occurrence Matrix) features are extracted. Based on these features, blocks are then clustered into three groups using K-Means algorithm; connected blocks that belong to the same group are merged. The classification of groups is done using pre-learned heuristic rules. Experiments were conducted on scanned newspapers and images from MediaTeam Document Database

[fr]
Dans cet article nous présentons un modèle hybride de segmentation et classification du contenu d'images de documents. Chaque image est segmentée en trois types de régions: graphiques, textes et espaces. L'image de chaque document est subdivisée en blocs; pour chacun de ces blocs, cinq caractéristiques sont extraites de leur Matrice de Co-occurrence de leur niveaux de gris. Les blocs sont ensuite regroupés en trois classes en utilisant l'algorithme du K-means. Les blocs connectés sont fusionnés pour former un ensemble de régions homogènes. Des règles heuristiques sont ensuite utilisées pour donner un label à chacune des trois classes. Des expérimentations ont été effectuées avec des images scannées de journaux et des images de la base de données documentaire MediaTeam


Volume : Volume 6, april 2007, joint Special Issue ARIMA/SACJ on Advances in end-user data mining techniques
Publié le : 15 octobre 2007
Soumis le : 27 mars 2007
Mots-clés : [INFO]Computer Science [cs], [MATH]Mathematics [math], [en] Grey Level Co-occurrence Matrix(GLCM), K-Means Clustering, Feature extraction, Document Image Analysis, Texture segmentation, Information Retrieval; [fr] Recherche d'Information, Analyse d'images de documents, Segmentation de Texture, Matrice de Co-occurrence, Regroupement K-means, Extraction de Caractéristiques

Statistiques de consultation

Cette page a été consultée 503 fois.
Le PDF de cet article a été téléchargé 788 fois.