Noise suppression over bi-level graphical documents by sparse representation - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2012

Noise suppression over bi-level graphical documents by sparse representation

Abstract

In this paper, we explore the use of learning algorithm (K-SVD) for building dictionaries adapted to the image properties. In addition, in our model, we also modeled the energy of the noise basing on the function of the normalized cross-correlation between noised and non noised documents identified in training set. We have evaluated this method on the Grec2005 dataset. The experimental results demonstrate the robustness of our approach by comparing it with state-of-the-art methods.
Dans cet article, nous explorons l'utilisation de l'algorithme d'apprentissage (K-SVD) pour construire des dictionnaires adaptés aux documents graphiques. En plus, dans notre modèle, nous avons également modélisé l'énergie du bruit à partir de la fonction de la corrélation croisée normalisée entre les documents bruités et non bruités définis dans notre base d'apprentissage. Nous avons évalué cette méthode sur la base de données Grec2005. Les résultats expérimentaux démontrent la robustesse de notre approche en comparant à des méthodes de l'état de l'art.
Fichier principal
Vignette du fichier
DO_Denoising_SparseRepresentation.pdf (773.26 Ko) Télécharger le fichier
Origin : Files produced by the author(s)
Loading...

Dates and versions

hal-00759555 , version 1 (01-12-2012)

Identifiers

  • HAL Id : hal-00759555 , version 1

Cite

Thanh Ha Do, Salvatore Tabbone, Oriol Ramos-Terrades. Noise suppression over bi-level graphical documents by sparse representation. Colloque International Francophone sur l'Écrit et le Document - CIFED 2012, Mar 2012, Bordeaux, France. ⟨hal-00759555⟩
83 View
122 Download

Share

Gmail Facebook X LinkedIn More