محمدامین عصاری - گروه مهندسی کامپیوتر و فناوری اطلاعات ، دانشگاه پیام نور ، تهران ، ایران
محمدرضا رمضان پور - گروه مهندسی کامپیوتر ، واحد مبارکه، دانشگاه آزاد اسلامی ، مبارکه ، ایران
سمیه جاسبی - گروه مهندسی کامپیوتر ، واحد علوم و تحقیقات ، دانشگاه آزاد اسلامی ، تهران ، ایران

پیشرفت های اخیر در زمینه فناوری دیجیتال منجر به افزایش تولید پایگاه داده هایی حاوی اطلاعات چندرسانه ای شامل تصاویر و ویدئوها، علاوه بر اطلاعات متنی گشته است. اسناد چندرسانه ای با داده های متنی تعبیه شده در آن ها، موجب ایجاد مسائل چالش برانگیز زیادی در تشخیص و تجزیه و تحلیل اسناد شده است.جملات متن در یک تصویر می توانند از نظر فونت، اندازه، جهت و رنگ متفاوت باشند. همچنین در پس زمینه متن می تواند اشیاء مختلف با رنگ های متفاوت وجود داشته باشد که باعث پیچیدگی پس زمینه گردند. این امر منجر به توسعه روش های جدیدی برای مقابله با این چالش ها گشته است. یکی از پارامترهایی که اطلاعات خوبی از تصویر را نگه می دارد، لبه ها هستند که با انجام عملیات لبه گیری، می توان بیشتر مشخصه های متنی در تصویر را کشف و با درصد اطمینان بالایی مکان متن را تشخیص داد.در این مقاله، در ابتدا به مفاهیم پایه ای استخراج متن در تصویر پرداخته شده ، سپس الگوریتم های موجود بررسی شده است. در بخش بعدی تکنیک های مختلف استخراج متن از تصویر مبتنی بر ویژگی های مکانی و فرکانسی مورد بررسی قرار گرفته است. در پایان نیز مقایسه ای بین تکنیک های موجود و بیان مزایا و معایب آن ها صورت گرفته است.

تشخیص لبه ، مکان یابی متن، تشخیص متن.