Skew Detection and Correction of Jawi Images Using Gradient Direction

Abstract

Kertas kerja ini dikemukakan untuk menjelaskan tentang pembetulan pencongan dan erotan imej jawi. Satu algoritma mudah dan pantas ini menggunakan histogram orientasi cerunan sama seperti yang telah dicadangkan oleh Sun dan Si(1997) terhadap teks Latin telah dicadangkan untuk mengatasi masalah pencongan dan erotan terhadap teks Jawi. Algoritma bermula dengan melaksanakan operasi cerunan imej; diikut oleh penentuan histogram orientasi dan licinkannya menggunakan penapis median. Nilai maksimum histogram dicari untuk mendapatkan sudut pencong; diikuti oleh pembetulan awal dengan menggunakan fungsi polinominal. Sudut dihitung secara analitik; dan akhir sekali imej diputarkan mengikut sudut pencong yang diperoleh. Erotan teks Jawi juga telah menggunakan kaedah yang sama untuk mendapatkan sudut erotan dan kemudian diricih supaya dapat menghasilkan imej yang betul. Hasil daripada algoritma ini menjanjikan keputusan yang baik. Kata kunci: Histogram orientasi cerunan; topeng penjejak sisi sobel; pencong; erotan; penapis median; dan sudut pencong This paper discusses an enhancement algorithm of skew and slant orientation of the Jawi images. A simple and quick algorithm that uses a gradient orientation histogram, similar to the one proposed by Sun and Si(1997) for the Latin text is suggested to overcome this skew and slant problem in Jawi text. This algorithm start by carrying out the image gradient operation, followed by determining the orientation histogram and smoothing algorithm with a median filter. The histogram´s maximum value is generated to obtain the skew angle followed by the correcting procedure of the early value obtained by using polynomial function. The angle is calculated analytically and finally converting the image accordingly. The slanted Jawi text uses the same approach as the above to get the slant angle. This image is sheared in order to get the righ image. The outputs of this study show promising and convincing results. Key words: Gradient orientation histogram; the mask of sobel edge detector; skew; slant; median filter; and skew angle