In this paper, an image binarization method for separating text from the background of degraded textual images is proposed. This proposed methods are based on combination of Window Tracking Method (WTM) and Dynamic Image Histogram (DIH). The WTM and DIH methods work on an image that has been pre-processed. The WTM method searches for the largest pixel value in a 3 × 3 window up to a maximum of five tracking steps, while the method searches for a definite frequency between the two highest values in the image histogram. We test proposed method on DIBCO dataset and self-collection faded manuscripts. The experimental results show that our proposed method outperforms state of the art methods.
Jelmaan surih yang merupakan pengitlakan jelmaan Radon, membenarkan pembinaan fitur imej tak-ubah kepada sekumpulan jelmaan imej yang dipilih. Dalam makalah ini, penulis mendemonstrasi kebergunaan fitur Jelmaan surih yang tak-ubah kepada herotan afin bagi membolehkannya membezakan aksara Jawi. Proses ini terdiri daripada menyurih imej dengan garis-garis lurus pada semua orientasi yang mungkin sambil menghitung beberapa fungsian bagi fungsi imej. Setiap kombinasi fungsian akan menghasilkan satu fungsi orientasi (atau fitur) bagi garis-garis surihan tersebut yang dikenali sebagai tandatangan objek. Jika fungsian yang digunakan mempunyai beberapa sifat pratakrif, tandatangan objek tersebut boleh digunakan untuk membezakan aksara Jawi secara afin. Ia bermanfaat untuk membina fitur tak-ubah terhadap putaran, translasi, penskalaan dan ricihan imej. Seterusnya, penulis mendemonstrasi kebergunaan fitur ini dengan membandingkan keputusan pengecamannya dengan keputusan yang diperoleh daripada fitur berasaskan momen afin tak-ubah. Eksperimen menggunakan Jelmaan surih telah menghasilkan keputusan yang cemerlang untuk pengecaman aksara Jawi bercetak dan tulisan tangan yang tak-ubah kepada herotan afin.
Pengecaman nombor plat (PNP) kenderaan telah dikaji secara intensif di kebanyakan negara. Berdasarkan perbezaan jenis nombor kenderaan yang digunakan, keperluan suatu sistem PNP adalah berlainan bagi setiap negara. Di dalam makalah ini, suatu sistem PNP automatik dicadangkan bagi kenderaan Malaysia dengan nombor plat piawai berdasarkan pada pemprosesan imej, penggugusan, pengekstrakan ciri dan rangkaian neural. Perpustakaan pemprosesan imej telah dibangunkan dalam satu pembangunan yang dirujuk sebagai Pelantar Pembangunan Sistem Penglihatan (PPSP). Tapisan penajam, tapisan minimum, tapisan median dan tapisan homomorfik telah digunakan di dalam proses pembaikan imej. Selepas penggunaan pembaikan imej, imej ditemberengkan menggunakan analisis blok, profil-profil imbasan garisan mendatar, penggugusan dan pendekatan alkhwarizmi kelancaran jarak larian untuk mengenal pasti lokasi nombor plat kenderaan. Secara keseluruhannya setiap imej dijelmakan menjadi objek-objek blok dan maklumat-maklumat penting seperti jumlah blok, lokasi, tinggi dan lebar, dianalisis bagi tujuan latihan gugusan dan pemilihan gugusan terbaik dengan blok terbanyak. Alkhwarizmi cadangan dipanggil pendekatan Alkhwarizmi Gugusan dan Kelancaran Jarak Larian (GKJL) digunakan untuk mencari lokasi nombor plat pada kedudukan yang betul. GKJL terdiri daripada dua cadangan alkhwarizmi berasingan, iaitu alkhwarizmi cadangan pengesan sisi menggunakan imej hasil topeng kernel 3×3 dan ofset 128 skala kelabu, dan hasil imej tersebut diambangkan untuk mengira Kelancaran Jarak Larian (KJL). Kedua teknik ini memperbaiki teknik gugusan dalam fasa penemberengan. Untuk menilai keberkesanannya, tiga eksperimen berasingan telah dijalankan. Jadual analisis kesilapan dibina berdasarkan kepada tiga eksperimen tersebut. Prototaip sistem mempunyai ketepatan melebihi 96% dan cadangan-cadangan untuk penambahbaikan sistem turut dibincangkan.