A semi-automatic system for fine-tuning binarization algorithms

Abstract

Στην επεξεργασία εικόνας ένα βασικό στάδιο για την εξαγωγή χρήσιμης πληροφορίας είναι η κατωφλίωση της. Οι περισσότεροι αλγόριθμοι κατωφλίωσης εξαρτώνται από έναν αριθμό παραμέτρων που επηρεάζουν το παραγόμενο αποτέλεσμα. Η εύρεση των καλύτερων τιμών παραμέτρων ενός αλγόριθμου κατωφλίωσης είναι μία χρονοβόρος και κοπιαστική διαδικασία ειδικά όταν ο αλγόριθμος εξαρτάται από πολλές παραέτρους οπότε το πεδίο αναζήτησης είναι μεγάλο. Για την αντιμετώπιση αυτού του προβλήματος είναι αναγκαίο να αναπτυχθεί ένα σύστημα το οποίο θα αναζητά αυτές τις τιμές παραμέτρων που είναι όσο το δυνατόν πιο κοντά στις ιδανικές για μια συγκεκριμένη περίπτωση εντός ενός αποδεκτού χρονικού ορίου χωρίς να απαιτείται να προσπελαστεί όλο το πεδίο αναζήτησης.Αυτή η μεταπτυχιακή εργασία έχει ως στόχο την ανάπτυξη ενός τέτοιου συστήματος το οποίο και επιτρέπει στο χρήστη να βρίσκει κοντινές στις βέλτιστες τιμές παραμέτρων είτε με τη χρήση Προσομοιωμένης Ανόπτησης είτε διαδραστικά μέσω ενός μηχανισμού ανατροφοδότησης που επιτρέπει στο χρήστη να αξιολογήσει τα αποτελέσματα των κατωφλιώσεων. Το σύστημα ενσωματώνει τρεις αλγόριθμους αλλά μπορεί να επεκταθεί με την εισαγωγή αλγορίθμων ανεπτυγμένων από τους χρήστες.

In image processing a basic step in order to extract useful information is the binarization of the image. Most binarization algorithms take a number of parameters that affect the output of the process. Finding the best settings of a binarization algorithm is time consuming and requires a lot of effort especially when an algorithm depends on many parameters thus the search space is big. To address this issue it is essential to develop a system that finds these parameters that are as close as possible to the best parameters for a given case within an acceptable time frame without having to run through the entire search space.This thesis aims at developing such a system that allows the user to find the closest to the best settings of a binarization algorithm either automatically using simulated annealing or interactively using a user feedback framework that enables the user to evaluate the results of image binarization. This system incorporates three sample algorithms but it is also expandable allowing for the integration of user developed algorithms.