Метод устранения искажений в исторических изображениях на основе нечеткой логики
Боковая панель статьи
Основное содержимое статьи
Аннотация
Качество исторических документов, написанных сотни лет назад и хранящихся в библиотеках и университетах, относящихся к таким областям, как искусство, архитектура, математика, астрономия, астрология, право, музыка и медицина, является низким из-за физического износа. Для улучшения читаемости рукописей и сохранения ценной информации, содержащейся в них, необходимо использовать методы цифровой обработки изображений. Процессы старения часто приводят к неравномерному распределению цвета фона на поверхности изображения и его потемнению, что снижает контраст между текстом и фоном. Подобная проблема также возникает в процессе оцифровки рукописей. Предлагаемая методология направлена на значительное улучшение качества исторических рукописей с помощью методов нечеткой логики, которые имеют такие проблемы, как неравномерность фона, низкий контраст и размытость контуров, возникающие в результате традиционных методов производства и искажений, возникших со временем.
Информация о статье
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Библиографические ссылки
T. Law, H. Itoh, and H. Seki. Image filtering, edge detection, and edge tracing using fuzzy reasoning. Jurnal maqolasi // IEEE Trans. Pattern Anal. Machine Intell. - 1996. - Vol. 18. - pp. 481-491.
L. A. Zadeh. Fuzzy sets. Jurnal maqolasi // Inf. Control.- 1965. - Vol. 8. - pp. 338–35.
F. Sattar, L. Floreby, G. Salomonsson, and B. Lövström. Image enhancement based on a nonlinear multiscale method. Jurnal maqolasi // IEEE Trans. Image Processing. -1997. -Vol. 6- pp. 888-895.
Kaur and R. Kaur. Enhancement of old manuscripts using fuzzy logic. Jurnal maqolasi // Int. J. Comput. Sci. Eng. Technol.- 201 -Vol. 4, no. 4. - pp. 509-515.
S.K. Pal and A. Pal. A review of image segmentation techniques. Jurnal maqolasi // Pattern Recognit. Lett. – 1984. – Vol. 2, no. 5. – pp. 317–32.
B. Kosko. Fuzzy Engineering. Monografiya. – Englewood Cliffs, NJ: Prentice-Hall, 1997.
Z. Chi. Fuzzy Algorithms: With Applications to Image Processing and Pattern Recognition. Monografiya. -London: Word Scientific, 1998.
R. C. Gonzalez and R. E. Woods. Digital Image Processing. Darslik // 3rd ed. -Upper Saddle River, NJ, USA: Prentice Hall, 2008.
Z. Wang, A.C. Bovik, H.R. Sheikh, and E.P. Simoncelli. Image Quality Assessment: From Error Visibility to Structural Similarity. Jurnal maqolasi // IEEE Trans. Image Processing. -2004.- Vol. 13, no. 4. -pp. 600-612.
N. Otsu. A threshold selection method from gray level histogram. Jurnal maqolasi // IEEE Trans. Syst., Man, Cybern. - 1979. -Vol. 9.- pp. 62-66.
P.S. Singh and D.K. Shukla. Artificial Intelligence, Blockchain, Computing and Security. Monografiya. -Volume 2. Boca Raton, FL, USA: CRC Press, 202.
S. K. Pal and D. Dutta Majumder. Fuzzy Mathematical Approach to Pattern Recognition. Monografiya- New York, NY, USA: Halsted Press, 1986.
B. Jahne. Digital Image Processing. Darslik // 6th ed. – New York, NY, USA: Springer, 2005.
A.Q. Ergashev, O.Kh. Turakulov, A.A. Abdumalikov, and O.A. Kayumov. Algorithms for highlighting the contours of images based on the theory of fuzzy sets. Konferensiya materiallari // Proc. 2022 Int. Conf. Inf. Sci. Commun. Technol. (ICISCT). – 2022.
R. Kh. Khamdamov et al. Segmentation of colour image using fuzzy sets concept. Konferensiya materiallari // J. Phys.: Conf. Ser. - 2019. -Vol. 1333, no. 1, p. 032035.
M. A. Taleb and V. V. Starovoitov. Algorithm for color images segmentation by means of cluster analysis. Jurnal maqolasi // Digital image processing. -2000. - Vol. 5.- pp. 107-116.