Etude et implantation d’un système de reconnaissance de texte sur une plateforme embarquée

الموضوعات

علوم تطبيقية وتكنولوجية

الملخص

Le systèmede reconnaissancede texte à partir des documents et des images en couleurs n’est pas assez simple et passe par plusieurs étapes. La première étape est l’application d’un algorithme de localisation et détection de texte basé sur les opérations morphologique. La deuxième étape est l’application d’un algorithme d’extraction de texte basé sur la méthode de correction gamma. La troisième étape est l’application d’un outil Tesseract OCR (Reconnaissance optique de caractères) pour la reconnaissance de texte. Il est noté que le système proposé de reconnaissance de texte donne un meilleur taux de reconnaissance de caractère soit 91,3%. Une étude de complexité détaillée des différents blocs de ce système de reconnaissance de texte qui a été élaborée. Suite à cette étude une accélération logicielle de l’algorithme de correction gamma (NGCM)a été proposée. La méthode NGCM a permis de réduire la complexité dans le système de reconnaissance de texte et garder la même qualité que celui de la méthode originale et même parfois conduire à une meilleure extraction de texte que la méthode de correction gamma. Le temps d’exécution du système de reconnaissance de texte après l’optimisation reste toujours loin pour l’intégration du procédé dans un système temps réel dû de temps d’exécution élevéde l’algorithme de NGCM. Dans ce contexte, un code C a été optimisé pour cet algorithme dans le but d'une implantation dans un contexte HW/SW. En effet, une conception des architectures matérielles pour les équations de contraste et de l'énergie et pour les matrices de cooccurrences a été réalisée en utilisantl’outil Vivado HLS du Xilinx. La validation de l'ensemble de développement sur une plateforme embarquée à base du processeur Zynq Ultrascale+du Xilinx a montré une optimisation de 97% dans le temps d'exécution.

روابط وملفات

التعريف والنوع

رقم الوثيقة

0e27f839-1d1f-4e40-b6ad-735329f0ede4

رقم العقد

0

نوع الوسائط

Crawler

نوع المحتوى

الرسائل العلمية

صيغة المصدر

رسائل دكتوراة

نوع الملف

pdf image

أسماء الملفات

0e27f839-1d1f-4e40-b6ad-735329f0ede4_1.pdf

بيانات النشر

ألقاب المؤلفين

[{"name_ar":"Hassene Mnif","title_ar":"اشراف","title_en":"Supervision"},{"name_ar":"Mohamed Amin Ben Atitallah","title_ar":"اعداد","title_en":"Preparation"}]

اللغة

French

المصدر والدورية

اسم المصدر

Etude et implantation d’un système de reconnaissance de texte sur une plateforme embarquée

المحتوى والصفحات

عدد الصفحات

0

ترجمة الملخص

The system for recognizing text from documents and color images is not simple enough and goes through several stages. The first step is the application of an algorithm for locating and detecting text based on morphological operations. The second step is the application of a text extraction algorithm based on the gamma correction method. The third step is the application of a Tesseract OCR (Optical Character Recognition) tool for text recognition. It is noted that the proposed text recognition system gives abetter character recognition rate, ie 91.3%. A detailed complexity study of the different blocks of this text recognition system that has been developed. Following this study a software acceleration of the gamma correction algorithm (NGCM) was proposed. The NGCM method made it possible to reduce the complexity in the text recognition system and keep the same quality as that of the original method and even sometimes lead to better text extraction than the gamma correction method. The execution time of the text recognition system after optimization is still far short for the integration of the process into a real-time system due to the high execution time of the NGCM algorithm. In this context, a C code has been optimized for this algorithm with the aim of an implementation in an HW / SW context. Indeed, a design of the hardware architectures for the contrast and energy equations and for the co-occurrence matrices was carried out using the Vivado HLS tool from Xilinx. The validation of the development set on an embedded platform based on the Xilinx Zynq Ultrascale + process or showed a 97% optimization in execution time.

إشراف وإعداد

الإشراف

Hassene Mnif

الإعداد

Mohamed Amin Ben Atitallah

الاقتباسات الببليوغرافية