Κατηγοριοποίηση και αναγνώριση χαρακτήρων σε αρχαίες ελληνικές επιγραφές.

Abstract

Στην παρούσα εργασία γίνεται αναφορά και παρουσίαση μεθόδων και τεχνικών του τομέα της ψηφιακής επεξεργασίας εικόνας, που χρησιμοποιούνται ή που μπορούν να χρησιμοποιηθούν σε συστήματα κατηγοριοποίησης και αναγνώρισης χαρακτήρων σε εικόνες και πιο συγκεκριμένα σε εικόνες αρχαίων επιγραφών. Αφού κατανοήσουμε κάποια βασικά στοιχεία της θεωρητικής επιστήμης της μελέτης των αρχαίων επιγραφών θα γίνει ο εντοπισμός των σημείων στα οποία εφαρμογές της πληροφορικής δίνουν λύσεις και ποιες είναι αυτές, καθώς και πως αναπτύσσοντας κάποιες νέες εφαρμογές μπορούμε να συμβάλουμε στην περεταίρω απλούστευση ή αυτοματοποίηση επιπλέον διαδικασιών της επιστήμης αυτής. Ύστερα από έρευνα, συγκεντρώθηκαν οι πιο αξιόλογες εξ’ αυτών (σύμφωνα με τη βιβλιογραφία) και κατηγοριοποιήθηκαν ανάλογα με τον τομέα στον οποίο προορίζεται να χρησιμοποιηθούν. Έτσι, ορισμένες από αυτές χρησιμοποιήθηκαν στην προεπεξεργασία της εικόνας, την κατάτμησή της, την απομόνωση των χαρακτήρων, την εξαγωγή χαρακτηριστικών των χαρακτήρων, και τέλος την αναγνώριση και κατηγοριοποίηση χαρακτήρων. Λόγω της ιδιαίτερης φύσης των εικόνων των επιγραφών –δηλαδή της μεγάλης παρουσίας θορύβου λόγω παλαιότητας, ή λόγω φθορών, του μεγέθους των εικόνων και άλλων προβλημάτων που θα αναφερθούν σε ακόλουθα κεφάλαια – οι τεχνικές που ακολουθήθηκαν διαφέρουν από αυτές που ακολουθούνται σε ένα συνηθισμένο σύστημα οπτικής αναγνώρισης χαρακτήρων (OCR – Optical Character Recognition). Έγινε έλεγχος αν και κατά πόσο μπορούν υπάρχουσες υλοποιήσεις (OCR) να χρησιμοποιηθούν και με ποιες αλλαγές-τροποποιήσεις θα ήταν εφικτό το καλύτερο δυνατό αποτέλεσμα. Μετά από παραμετροποίηση των μεθόδων αυτών, στη συνέχεια εκτελέστηκαν πειράματα και αφού κάποιες από αυτές τις μεθόδους απορρίφθηκαν (για λόγους οι οποίοι θα αναφερθούν), προτάθηκαν οι καταλληλότερες, οι οποίες και χρησιμοποιήθηκαν για να προσομοιώσουν τις λειτουργίες ενός συστήματος κατηγοριοποίησης και αναγνώρισης χαρακτήρων σε μία επιγραφή.

In this project, methods and techniques are presented in digital image processing which are used or can be used in systems of character classification and recognition in images and particularly in images of ancient inscriptions. Once we understand some basic elements for the science of studying ancient inscriptions we will identify the points at which computer applications can provide solutions, what kind of applications there are, and how developing some new applications can help to further simplify and automate additional processes of this science. After research, the most notable of them (according to literature) were gathered and categorized according to their intended use. Thus, some of these were employed in image preprocessing, segmentation, isolation of the characters, feature extraction and finally character recognition and classification. Because of the special nature of the inscriptions ’ images―i.e. the large presence of noise due to their antiquity or due to their damaged condition, the size of images and other problems that will be reported in subsequent chapters―there were followed techniques different from the ones in a typical optical character recognition system (OCR-Optical Character Recognition). Also it was checked whether typical OCR implementations could be used and what changes-modifications should be made in order to get the best possible result. After the configuration of these methods, we performed experiments in which some of the methods were rejected (for reasons which will be reported) and then, we proposed the most suitable of them, which were used to simulate the functions of a system of categorization and recognition of characters in an ancient inscription