Apresentação de uma metodologia de detecção e correção de falhas presentes na estrutura física de formulários de tipo Tabela. Estas falhas são oriundas da dobra de papel ou péssima qualidade do documento e são percebidas após o pré-processamento através de ranhuras brancas existentes. INTRODUÇÃO MÉTODO PROPOSTO AGRADECIMENTOS A New Method for Failure Identification and Recovery in Table-form Documents Lucimara Lenita Nogas, Marcelo Pellenz (co-orientador), Luiz Antônio Pereira Neves (Orientador) PPGIA - Programa de Pós Graduação em Informática Aplicada - PUCPR - Pontifícia Universidade Católica do Paraná METODOLOGIA CONCLUSÕES EXPERIMENTOS & RESULTADOS O método proposto usa a Transformada Discreta de Fourier (Discrete Fourier Transform - DFT) A DFT é aplicada para análise do espectro e filtragem da imagem. Para compreender a aplicação de DFT: Cada segmento possui 16 pixels (blocos), onde os blocos em branco representam as falhas na respectiva linha. Exemplo de segmentos de linhas. O espectro da linha 1 apresenta somente um componente, denominado componente DC (Direct Current). Isto reflete o fato que este segmento não apresenta nenhuma falha. Etapa 1 - A imagem original é dividida em macro- blocos (zonas) de 40x40 pixels. Exemplo de Tabela com Falha Etapa 2 - A DFT de cada zona é realizada e uma máscara de filtragem (filtro passa baixas) é aplicada. A máscara apenas captura baixas freqüências dos segmentos da imagem (linhas horizontal e vertical). Este processo resulta em dois espectros de freqüências: a DFT horizontal e a DFT vertical. Etapa 3 - A imagem binarizada do sinal filtrado é produzida. Esta segmentação é feita adotando o arredondamento do sinal filtrado. Etapa 4 – O resultado final é obtida por adição da imagem original com as imagens binarizadas, produzidas na Etapa 3. ANÁLISE DAS FALHAS Podemos identificar no espectro das linhas 2 a 5 do exemplo de segmentos de linhas, que existe um espalhamento significativo, com componentes de alta freqüência. Os componentes de alta freqüência representam o efeito das falhas na linha em cada segmento. Para eliminar as falhas é usado um filtro passa baixas (Low Pass - LP). A filtragem é facilmente implementada zerando as componentes de alta freqüência do espectro e aplicando-se a Transformada de Fourier Inversa ( Inverse Discrete Fourier Transform - IDFT). O presente trabalho apresenta uma metodologia de identificação e redução das falhas em tabelas. Os resultados mostraram a eficiência do método Portanto, a metodologia é capaz de identificar e reduzir falhas em diversos documentos de tabela. A principal contribuição desta pesquisa é a análise e remoção de falhas, que ainda é pouco estudado e investigado. Exemplo 1 de tabela usada na base de testes Exemplo de tabela usada na base de testes cujas falhas não foram reduzidas. Exemplo 2 de tabela usada na base de testes Testes com 100 tabelas de diversos layouts e tamanhos. PUCPR Os autores agradecem a Pontifícia Universidade Católica do Paraná pelo apóio financeiro concedido na forma de bolsa PIBIC/PUCPR para a realização deste trabalho. ClassificaçãoResultados Imagens recuperadas97% Imagens rejeitadas3%