从石碑、金属板和纸质文献中选取与增强古马拉地语铭文图像的集成框架
计算机视觉与模式识别
2026-01-09 v1
摘要
古代文字图像常因老化和环境影响而受到严重的背景噪声、低对比度和退化问题的困扰。在许多情况下，前景文字与背景表现出相似的视觉特征，使得铭文难以阅读。图像增强的主要目标是提高此类退化古代图像的可读性。本文提出了一种基于二值化和互补预处理技术的图像增强方法，用于去除污渍并增强不清晰的古代文字。所提出的方法在不同类型的古代文字上进行了评估，包括石碑、金属板和历史文献上的铭文。实验结果表明，使用 K-近邻（K-NN）分类器，所提出的方法对石碑、金属板和文献文字分别实现了 55.7%、62% 和 65.6% 的分类准确率。使用支持向量机（SVM）分类器，分别获得了 53.2%、59.5% 和 67.8% 的准确率。结果证明了所提出的增强方法在提高古马拉地语铭文图像可读性方面的有效性。
引用
@article{arxiv.2601.04800,
title = {Integrated Framework for Selecting and Enhancing Ancient Marathi Inscription Images from Stone, Metal Plate, and Paper Documents},
author = {Bapu D. Chendage and Rajivkumar S. Mente},
journal= {arXiv preprint arXiv:2601.04800},
year = {2026}
}
备注
9 Pages, 5 figures