Title: Automated ending analysis of drawn strokes
Language: English
Authors: Vill, Maria Christine 
Qualification level: Diploma
Keywords: Zeichenwerkzeugerkennung; Striche; Zeichnungen; Glagolica; Strichenden; Formanalyse; SVM; Klassifizierung
Drawing Tool Recognition; Strokes; Drawings; Glagolica; Stroke Endings; Shape Analysis; Shape Feature; Classification; SVM
Advisor: Sablatnig, Robert 
Issue Date: 2008
Number of Pages: 84
Qualification level: Diploma
Abstract: 
This thesis proposes a drawing and writing tool recognition algorithm based on features calculated from the shape of stroke endings.
The analysis of strokes is an interdisciplinary field which unites different fields of research: Art History, Paleography and Computer Science, especially the field of Image Processing and Pattern Recognition. The application for this method is to help art historians to identify the drawing tool used for a drawing. Since the style of a drawing depends on the drawing tool used, drawing tool recognition is an important step toward a style analysis. A stroke is a fundamental part of drawing and writing. This means that every drawing and every handwritten document consists of an assemblage of strokes which can be arranged in different ways.
Before the endings can be extracted, the strokes need to be separated from the background.
This results in a binary image which is then used to extract static open and half-open strokes. A static stroke is de ned as a stroke which is delimited by two endpoints, two knots or an endpoint and a knot, where a knot is the junction of at least three strokes. If the stroke connects two endpoints, it is called open, and if it is delimited only by one endpoint, it is called half-open.
This leads to the conclusion that endings can be extracted from open and half-open static strokes. They are extracted according to their varying width in contrast to the remainder of the stroke. A stroke formation is partitioned into static strokes with the help of a skeleton. Several features regarding curvature, proportions etc. are calculated out of the shape of the endings. These features are then used to classify stoke endings with a Support Vector Machine Classifier. Test data consists of synthetic strokes, strokes and stroke formations drawn with different drawing and writing tools and glagolitic characters from an ancient missal from St. Catherines Monastery and made by a calligrapher.

Die vorliegende Diplomarbeit befasst sich mit dem Erkennen von Zeichen- und Schreibwerkzeugen.
Diese Erkennung ist eine unterstützende Anwendung fur Kunsthistoriker und Palaeographen. Die Erkennung erfolgt mit Hilfe der Strichenden. Ein Strichende kann verschiedene Formen annehmen, die sich zwischen den einzelnen Werkzeugen unterscheiden.
Ein Strich ist ein grundlegendes Element in Zeichnung und Schrift. Er kann einzeln oder auch in Formationen, z.B. Buchstaben oder Schrauren vorkommen. Ein einzelner Strich besitzt zwei Enden, die man analysieren kann, er wird daher auch "offen" genannt.
Ist ein Strichende überdeckt oder wird ein Strich in einer Formation von einem anderen uberlagert, spricht man von einem "halboffenen" Strich. In diesem Zusammenhang ist auch die Definition "statischer" Strich zu erwahnen. Ein "statischer" Strich ist ein Strich, der von einem oenen Ende zu einem Knoten führt, zwei offene Enden direkt verbindet oder von zwei Knoten begrenzt wird, wobei ein Knoten ein Zusammentreffen von mindestens drei statischen Strichen ist.
Informationen aus Strichenden könen daher aus offenen oder halboffenen statischen Strichen entnommen werden.
Als vorbereitende Maßahme werden die Striche segmentiert, d.h. vom Hintergrund getrennt. Aus dem resultierenden Binärbild werden die einzelnen Striche, bzw. Strichformationen ausgeschnitten und ein Skelett berechnet. Dieses Skelett dient dazu, falls nötig, eine Strichformation in statische Striche aufzuteilen und die Endpunkte der Striche festzulegen. Von den Endpunkten ausgehend, wird nun das Ende vom restlichen Strich getrennt.
Dabei macht man seine zunehmende Breite in Richtung Strichkörper zu Nutze, die das Ende vom restlichen Strich unterscheidet. Der Umfang des Strichendes dient nun zur Berechnung bestimmter Eigenschaften, die unter anderem auf der Krümmung, auf Proportionen und statistischen Momenten basieren. Diese Eigenschaften dienen zur Klassifizierung mit einer Support-Vector-Machine. Die Testdaten setzen sich aus synthetischen Daten, eingescannten Strichen (einzeln und Schraffuren), die mit verschiedenen Zeichenwerkzeugen auf Papier gemacht wurden, und glagolitischer Schrift, einerseits aus fotographierten Originaldokumenten aus dem Katherinenkloster am Berg Sinai, andererseits aus Datenmaterial, das von einem Kalligraphen angefertigt wurde, zusammen.
URI: https://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-29626
http://hdl.handle.net/20.500.12708/10729
Library ID: AC05037180
Organisation: E183 - Institut für Rechnergestützte Automation (Automatisierungssysteme. Mustererkennung) 
Publication Type: Thesis
Hochschulschrift
Appears in Collections:Thesis

Files in this item:

File Description SizeFormat
Automated ending analysis of drawn strokes.pdf10.43 MBAdobe PDFThumbnail
 View/Open
Show full item record

Page view(s)

11
checked on Feb 18, 2021

Download(s)

53
checked on Feb 18, 2021

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.