TY - CHAP A1 - Dzido, Robert A1 - Gehrke, Martin A1 - Steinke, Karl-Heinz T1 - Erkennung von Schreibern mittels handgeschriebener Buchstaben T1 - Writer recognition by handwritten characters N2 - Das Forschungsprojekt „Herbar Digital” [JKS00] startete 2007 mit dem Ziel der Digitalisierung des Bestands von mehr als 3,5 Millionen getrockneter Pflanzen bzw. Pflanzenteile auf Papierbögen (Herbarbelege) des Botanischen Museums Berlin. Da gelegentlich der Sammler der Pflanze unbekannt ist, wurde in der vorliegenden Arbeit ein Verfahren entwickelt, um aus kursiv geschriebenen Buchstaben deren Schreiber zu bestimmen. Dazu muss der statische Buchstabe in eine dynamische Form gebracht werden. Dies geschieht mit dem Modell einer trägen Kugel, die durch den Schriftzug rollt. Bei dieser Offline-Schreibererkennung werden verschiedene Verfahren wie die Nachbildung der Schreiblinie einzelner Buchstaben durch z.B. Legendre-Polynome verwendet. Bei Verwendung nur eines Buchstabens der Schreiber wird eine Erkennungsrate von durchschnittlich 40% erreicht. Durch Kombination von mehreren Buchstaben steigt die Erkennungsrate stark an und beträgt bei 13 Buchstaben und 93 Schreibern einer internationalen Datenbank 98,6%. KW - Herbarium KW - Angewandte Botanik KW - Gepresste Pflanzen KW - Digitalisierung KW - Virtualisierung KW - Erkennungssoftware KW - OCR KW - Herbar Digital KW - Recognition software Y1 - 2009 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bsz:960-opus-2858 ER - TY - CHAP A1 - Steinke, Karl-Heinz T1 - Lokalisierung von Schrift in komplexer Umgebung T1 - Localisation of scripture in complex environments N2 - Das Forschungsprojekt „Herbar Digital” startete 2007 mit dem Ziel der Digitalisierung des Bestands von mehr als 3,5 Millionen getrockneter Pflanzen bzw. Pflanzenteile auf Papierbögen (Herbarbelege) des Botanischen Museums Berlin. Die Aufgabe des Autors ist die Analyse der hochaufgelösten Bilder mit 10400 Zeilen und 7500 Spalten. Die Herbarbelege können außerdem unterschiedliche Objekte enthalten wie Umschläge mit zusätzlichen Pflanzenteilen, gedruckte oder handgeschriebene Etiketten, Farbtabellen, Maßstäbe, Stempel, Barcodes, farbige „Typus-Etiketten“ und handschriftliche Anmerkungen direkt auf dem Beleg. Die schriftlichen Anmerkungen, insbesondere in Handschrift, sind von besonderem Interesse. Kommerzielle OCR-Software kann oftmals Schrift in komplexen Umgebungen nicht lokalisieren, wie sie häufig auf den Herbarbelegen vorliegt, auf denen Schrift zwischen Blättern, Wurzeln und anderen Objekten angeordnet ist. Im folgenden wird eine Methode vorgestellt, die es ermöglicht, Schriftpassagen im Bild automatisch zu finden. KW - Herbarium KW - Angewandte Botanik KW - Gepresste Pflanzen KW - Digitalisierung KW - Virtualisierung KW - Erkennungssoftware KW - OCR KW - Herbar Digital KW - Recognition software Y1 - 2009 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bsz:960-opus-2838 ER - TY - RPRT A1 - Steinke, Karl-Heinz T1 - Untersuchung von kommerzieller Software für den Einsatz im Projekt Herbar Digital T1 - Analysis of commercial software for the adoption in project Herbar Digital N2 - Die vorliegende Arbeit untersucht den möglichen Einsatz kommerzieller Software im Projekt Herbar Digital. Dabei werden zwei Kategorien unterschieden: OCR-Software und Barcodesoftware. Von der ersten Kategorie gibt es eine Vielzahl käuflicher Programme auf dem Markt sowie auch einige kostenlose Freewareprogramme. Die Qualität ist jedoch sehr unterschiedlich, insbesondere fallen die Freewareprogramme stark ab. Es kristallisieren sich vier hochqualitative Programme heraus, die genau untersucht werden. Von diesen eignen sich zwei für das Projekt, wobei Omnipage 16 der Vorzug gegeben wird. In der Kategorie der Barcodesoftware fiel die Wahl auf QS-Barcode 4.0, da sich OCR-Programme für das Lesen von Barcodes als ungeeignet erwiesen. Die anfängliche Erkennungsrate von 90% konnte durch eigene Verfahren zur Bildvorverarbeitung auf 100% gesteigert werden. N2 - The available work examines the possible use of commercial software in the project Herbar Digital. Two categories are differentiated: OCR software and bar code software. From the first category there is a multiplicity of available programs on the market as well as some free programs. The quality between them is very differing; particularly the freeware programs are falling behind. Four high-quality programs emerge which are examined exactly. Two of these are suitable for the project, whereby Omnipage 16 the preference is given. In the category of the bar code software the choice fell on QS-Barcode 4.0, since OCR programs for reading bar codes proved as unsuitable. The initial recognition rate of 90% could be increased by own procedures of picture preprocessing on 100%. KW - Herbarium KW - Angewandte Botanik KW - Gepresste Pflanzen KW - Digitalisierung KW - Virtualisierung KW - Herbar Digital KW - Erkennungssoftware KW - Herbar Digital KW - Recognition software Y1 - 2009 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bsz:960-opus-2532 ER - TY - RPRT A1 - Steinke, Karl-Heinz T1 - Entwicklung und Untersuchung von Erkennungssoftware für den Einsatz im Projekt Herbar Digital T1 - Development and analysis of recognition software for the adoption in project Herbar Digital N2 - Kommerzielle OCR-Programme sind nicht in der Lage kursiv geschriebene Handschriften zu lesen. Deshalb wurde in der vorliegenden Arbeit ein Verfahren entwickelt, um kursive handgeschriebene Buchstaben zu erkennen und darüber hinaus auch deren Schreiber zu bestimmen. Dazu muss der statische Buchstabe in eine dynamische Form gebracht werden. Dies geschieht mit dem Modell einer trägen Kugel, die durch den Schriftzug rollt. Über den Schreiber kann evtl. der Name des Entdeckers einer Pflanze bestimmt werden. Bei dieser Offline-Schreibererkennung werden verschiedene Verfahren wie die Nachbildung der Schreiblinie einzelner Buchstaben durch z.B. Legendre-Polynome verwendet. Bei Verwendung nur eines Buchstabens der Schreiber wird eine Erkennungsrate von bis zu 80% erreicht. N2 - Commercial OCR-programs are not able to read cursively written handwriting. Therefore in the available work a procedure was developed in order to recognize cursive hand written letters and beyond that to determine also their writer. For that the static letter must be brought into a dynamic form. This happens with the model of a inert ball which rolls through the writing. By finding out the writer possibly the name of the discoverer of a plant can be determined. For this off-line writer recognition different procedures are used such as the reproduction of the writing line of individual letters e.g. by Legendre-polynomials. Using only one letter of the writers a recognition rate of nearly 80% can be achieved. KW - Herbarium KW - Angewandte Botanik KW - Gepresste Pflanzen KW - Digitalisierung KW - Virtualisierung KW - Erkennungssoftware KW - OCR KW - Herbar Digital KW - Recognition software Y1 - 2009 U6 - http://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bsz:960-opus-2520 ER -