Subjective and objective quality assessment of ancient degraded documents

Résumé

L’archivage, la restauration et l’analyse d’anciens manuscrits ont considérablement augmenté au cours des dernières décennies. Habituellement, ces documents sont physiquement dégradés à cause du vieillissement et d’une manipulation incorrecte. Ils ne peuvent pas non plus être traités manuellement car un grand nombre de ces documents existent dans les bibliothèques et les archives du monde entier. Par conséquent, des méthodologies automatiques sont nécessaires pour préserver et traiter leur contenu. Ces documents sont généralement traités à travers leurs images. Le traitement des images de documents dégradés est une tâche difficile, principalement en raison des dégradations physiques existantes. Bien qu’il puisse être très difficile de localiser et d’éliminer avec précision ces distorsions, il est possible d’analyser la gravité et le type de ces distorsions. Cette analyse fournit des informations utiles sur le type et la gravité des dégradations dans un certain nombre d’applications. Les principales contributions de cette thèse sont de proposer des modèles d’évaluation objective de la condition physique des images de documents et de classer leurs dégradations. Dans cette thèse, trois ensembles de données d’images de documents dégradés ainsi que les évaluations subjectives de chaque image sont développés. En outre, trois mesures d’évaluation de la qualité d’image des documents sans référence (NR-DIQA) sont proposées. Enfin, nous proposons un modèle de classification de dégradation afin d’identifier les types de distorsion courants dans les anciennes images de document. Essentiellement, les métriques d’évaluation de qualité d’image sans référence (NR-IQA) existantes ne sont pas conçues pour évaluer les distorsions physiques des documents. Dans la première contribution, nous proposons le premier ensemble de données d’images de documents dégradés ainsi que les scores d’opinion humaine pour chaque image de document. Cet ensemble de données est introduit pour évaluer la qualité des images de documents historiques. Nous proposons également une métrique objective NR-DIQA basée sur les statistiques des coefficients de moyenne normalisée avec contraste soustrait (MSCN) calculés à partir des couches segmentées de chaque image de document. La segmentation en quatre couches d’avant-plan et d’arrière-plan est réalisée à partir d’une analyse des filtres de log-Gabor. Cette segmentation est basée sur l’hypothèse que la sensibilité du système visuel humain (HVS) est différente aux emplacements texte et non texte. Les résultats expérimentaux montrent que la métrique proposée a des performances comparables ou meilleures que les métriques de pointe, alors qu’elle a une complexité modérée. L’identification de la dégradation et l’évaluation de la qualité peuvent se compléter pour fournir des informations sur le type et la gravité des dégradations dans les images de document. Par conséquent, nous avons présenté dans la deuxième contribution une base de données d’images de documents historiques multi-distorsions pouvant être utilisée pour la recherche sur l’évaluation de la qualité des documents dégradés ainsi que sur la classification de la dégradation. Le jeu de données développé contient des images de documents historiques classées en quatre catégories en fonction de leur type de distorsion, à savoir la translucidité du papier, la teinture, les annotations du lecteur et les trous usés. Une métrique NR-DIQA efficace est ensuite proposée sur la base de trois ensembles d’entités d’images spatiales et fréquentielles extraites de deux couches de texte et de non-texte. En outre, ces caractéristiques sont utilisées pour estimer la probabilité des quatre distorsions physiques susmentionnées pour la première fois dans la littérature. Les modèles proposés d’évaluation de la qualité et de classification de la dégradation offrent des performances très prometteuses. Enfin, nous développons dans la troisième contribution un ensemble de données et une mesure d’évaluation de la qualité pour les images de documents graphiques dégradés (DMD). Ce type d’images dégradées contient des informations textuelles et picturales. Le jeu de données DMD introduit est le premier jeu de données de sa catégorie qui fournit également des évaluations humaines. Nous proposons également une nouvelle métrique sans référence afin d’évaluer la qualité des images DMD dans l’ensemble de données développé. La métrique proposée est basée sur l’extraction de plusieurs entités statistiques à partir de trois couches de texte, non textuelles et graphiques. La segmentation est basée sur la saillance des couleurs en supposant que les parties illustrées sont colorées. Il suit également le HVS qui attribue des poids différents à chaque couche. Les résultats expérimentaux valident l’efficacité de la stratégie proposée NRDIQA pour les images DMD.

Date	27 sept. 2019
langue originale	Anglais américain
Établissement diplômant	École de technologie supérieure
Superviseur	Mohamed Cheriet (Directeur(-trice))