SE517295C2 - Sätt och anordning för upptagning, behandling, lagring och överföring av text och blandad text- och bildinformation - Google Patents

Description

517 295 _2- Grundläggande för uppfinningen är användning av en kompakt intelligent digitalkamera, företrädesvis utrustad med optik för vidvinkel, hög ljusstyrka och stort skärpedjup även på korta avstånd, där intelligensen baseras på programvara för behandling och tolkning av h e l a bilden på så sätt att textdelarna igenkännes och transformeras till samt lagras som t.ex. ASCII- eller EBCDlC-kod, medan den återstående informationen lagras som bild med vald upplösning.

Kännetecknande för sättet enligt uppfinningen är vidare att programvaran har intelligens för tolkning av bildkvaliteter som font och layout och förmåga att utifrån gjord tolkning återskapa/syntetisera den tolkade textmassan och matcha den mot (lägga den över) den ursprungliga texten. Vid godtagbar matchning raderas de delar av den ursprungliga kamerabilden, vilken utgörs av textblock, varefter den lagrade informationen utgörs av kodad text, layoutinformation samt bild. l de fall då acceptabel matchning av ursprunglig och återskapad/ syntetiserad bild av textblocken ej lyckas, lagras den ursprungliga bilden i originalformat. Matchningsresultatet kan t.ex. uttryckas som procentuell dotöverensstämmelse. Även vid procentuellt sett mycket god matchning kan det finnas enstaka tecken, ord eller avsnitt, som ej kunnat tolkas korrekt. Sådan ej tolkad eller feltolkad grundinformation raderas ej ur textblocket, utan återges som en i den tolkade texten infogad, på lämpligt sätt markerad bild av ursprungstexten.

Användaren har därigenom möjlighet att senare gå in och hjälpa programmet med tolkningen på de markerade punkterna. 517 295 -3_ Ett ytterligare kännetecken för sättet enligt uppfinningen är att tolkningsprogrammet, som företrädesvis ligger i kameran, men som givetvis också kan förläggas utanför denna, innefattar algoritmer baserade på t.ex. vektorgrafiska metoder, för att analysera och lagra information om den ursprungliga bildens layout och att denna information användes vid matchningen av ursprunglig och syntetiserad bild samt optionellt för att vid senare utskrift av den syntetiska bilden återskapa en layout som är anpassad till valt utskriftsformat (t.ex. A4) och så nära som möjligt återger den ursprungliga layouten. Detta är viktigt, eftersom layouten (vari innefattas aspekter som understrykningar, kursiveringar, indelning i stycken, etc.) kan vara väsentlig för förståelsen av sammanhang och innehåfl Som option kan kameran förses med framefunktioner, så att enbart valda delar av bilden lagras och bearbetas, varigenom text- eller bildinformation som anses mistlig (t.ex. bild med blå himmel och vajande sädesfält i artikel om vår miljö, eller bild på kurvig dam i artikel om könsroller) elimineras redan initialt.

Enligt uppfinningen kan informationen taggas redan i den intelligenta kamerans program, så att senare informationshantering i databaser underlättas. Detta uppnås genom inbyggd funktionalitet för automatisk igenkänning av karatäristika såsom rubriker och författarnamn samt automatiskt val av nyckelord ur rubriker.

För ökad användbarhet kan den intelligenta kamerans program utökas med optioner för översättning mellan olika språk, och/eller för tolkning av matematiska symboler och formler och/eller läsning av en eller flera handstilar. Handstilstolkningen baseras lämpligen på algoritmer för självlärning i neurala system. 517 295 Beroende på utvecklingsläget då det gäller minnes- och processor- kapacitet, förlägges en så stor del av intelligensen som möjligt till själva kameran. Funktioner och optioner, som vid en viss tidpunkt i utvecklingen bedöms som alltför krävande ur minnes- eller processorkapacitetssynpunkt, kan dock inom ramen för uppfinningen exekveras utanför kameran, varvid snabba kommunikationsprotokoll (typ FIRE WIRE 1394) kan vara till stor nytta.

Genom koppling av den intelligenta mobila digitalkameran till en mobiltelefon med bredbandsöverföringskapacitet, kan överföring av tolkade och komprimerade data ske till egen databas eller till tredje part. Överföring kan antingen ske i realtid eller fördröjt, och då av lagrade data.

Ett ur praktisk synpunkt viktigt apparativt kännetecken enligt uppfinningen är att kameran utrustas för extrem vidvinkelfotografering, så att t.ex. en helsida ur den inledningsvis nämnda tidnings- publikationen kan fångas med en enda exponering vid normalt betraktningsavstånd ( 0,3 à 0,5 m). Detta kan uppnås antingen genom speciella vidvinkelobjektiv, varvid distorsioner korrigeras numeriskt, eller genom facettobjektiv enligt appositions- eller superpositionsprincipen, varvid helhetsbilden syntetiseras genom databehandling, eller också genom scannande objektiv med t.ex. rörlig spegel, varvid helhetsbilden också sammansättes mjukvaru- mässigt.

Det är självfallet tillåtet inom ramen för uppfinningen att den intelligenta digitala kameran även kan användas som en konventionell digital kamera.

Claims (1)

1. 517 295 _5- Patentkrav Sätt för mobil upptagning, lagring, behandling och överföring av bilder innehållande tolkningsbara tecken såsom tryckta eller handskrivna bokstäver, ord-eller stavelsetecken, symboler och streckkod, omfattande en digitalkamera med en eller flera processorer, minne och programvara samt eventuellt transmissionsutrustning, k ä n n e t e c k n at därav att bilden uppdelas (segmenteras) i delmängder, varav minst en kan bli föremål för tolkning/översättning till exempelvis ASCll-kod, att delmängderna i tillämpliga fall utgörs av block med text baserad på tryckta bokstäver eller symboler, och/eller block med text baserad på handskrivna bokstäver eller symboler, och/eller block med övrig kod såsom streckkod och/eller block med grafik//foto och att samtliga i en viss bild förekommande block taggas så att de kan lagras, behandlas, tolkas och överföras var för sig antingen i kameran eller i en anslutande separat enhet och när så önskas återkombineras till en avbild av ursprungsbilden. Sätt enligt krav 1, k ä n n e t e c k n at därav att i de block som omfattar tolkningsbara tecken och text, egenskaper såsom font, understrykningar, fet stil och liknande igenkännes och lägges till den tolkade informationen. Sätt enligt kraven 1 och 2, k ä n n e t e c k n a t därav att grundbilden analyseras med avseende på övrig specifik information, såsom indelning i stycken samt layout, att den samlade informationen om den tolkade bilden användes för att skapa en syntetisk bild som jämföres med den ursprungliga bilden samt att sistnämnda raderas från kamerans minne vid tillräckligt god match mellan ursprunglig och syntetisk bild. Sätt enligt krav 3, k ä n n e t e c k n a t därav att information som ej kunnat tolkas ej raderas utan återges i den tolkade/syntetiska bilden som lämpligt markerad bild av det berörda _ ursprungliga tecknet/ordet/textavsnittet, så att användaren därigenom beredes möjlighet att förbättra tolkningen. Sätt enligt krav 4, k ä n n e t e c k n a t därav att kamerans tolkningsprogram innefattar algoritmer eller neurala system med intelligens för självlärning, så att den i krav 4 angivna återkopplingen från användare till kamerasystem kan utnyttjas för att successivt träna upp och förbättra kamerasystemets tolkningsförmåga. Sätt enligt kraven 1-5, k ä n n e t e c k n a t därav att kameran förses med framefunktioner, så att användaren kan ange att endast bestämda delar av bilden skall lagras och bearbetas eller transmitteras. 10. 11. 12. 13. 14. 517 295 'Åffïtš _6- Sätt enligt kraven 1-3, k ä n n e t e c k n a t därav att vid återgivning av den rekombinerade bilden på annat format än den ursprungliga, återgivningen sker på ett sådant sätt att den återgivna bildens layout så nära som möjligt överensstämmer med ursprungsbildens. Sätt enligt krav 1, k ä n n e t e c k n a t därav att informationsblock innehållande text automatiskt avsökes med avseende på samt taggas med karaktäristika såsom publikationsnamn, författarnamn, rubrik eller nyckelord hämtade ur rubrik, som underlättar systematisk lagring och sökning av information i databaser. Anordning för mobil upptagning, lagring, behandling och överföring av bilder innehållande tolkningsbara tecken såsom tryckta eller handskrivna bokstäver, ord-eller stavelsetecken, symboler och streckkod, omfattande en digitalkamera med en eller flera processorer, minne, display, program och eventuellt transmissionsutrustning, k ä n n e t e c k n a d därav att kameran kan kopplas om mellan användning som en konventionell digital kamera och som en avancerad kamera, varvid med avancerad kamera avses en kamera enligt beskrivningstexten och kraven 1-8. Anordning enligt krav 9, k ä n n e t e c k n a d därav att den för de avancerade funktionerna resp. för eventuell mobil kommunikation erforderliga hårdvaran och mjukvaran placeras i själva kameran eller i en separat enhet. Anordning enligt krav 9 och 10, k ä n n e t e c k n a d därav att kamera- objektivet är utformat för extrem vidvinkel. Anordning enligt krav 11, k ä n n e t e c k n a d därav att distorsioner i objektivet korrigeras numeriskt, så att en oförvrängd bild kan återskapas. Anordning enligt krav 11, k ä n n e t e c k n a d därav att objektivet är uppbyggt som ett facettobjektiv enligt appositionsprincipen, med viss överlappning mellan delbilderna, och att en sammanhängande helhetsbild skapas mjukvarumässigt. Anordning enligt krav 11, k ä n n e t e c k n a d därav att objektivet är uppbyggt som ett facettobjektiv enligt superpositionsprincipen och att distorsioner vid behov korrigeras mjukvarumässigt. o o n a vc n Sammandrag Sätt för mobil intelligent upptagning, behandling, lagring och överföring av blandad text- och bildinformation med hjälp av en digitalkamera med processor och programvara, kännetecknad därav att hela bilden först analyseras med avseende på sin textinformation, att ursprungsbilden därefter uppdelas i ett textblock och ett bildblock, att textblocket tolkas med t.ex. OCR-teknik och omvandlas till kompakt kod, exempelvis ASCII-kod, att textkoden kompletteras med grafisk information som tillåter skapandet av en syntetisk textblocksbild, vilken genom överlagring jämföres med det ursprungliga textblocket för att få ett mått på tolkningskvaliteten och att text och bildblocken taggas med relevant information för databashantering, så att de kan lagras, bearbetas och transmitteras var för sig och rekombineras för optimal återgivning på valt format. Även anordning för sättet, kännetecknad främst därav att digital- kameran tillåter extrem vidvinkelupptagning och att bilddistorsioner eller överlappningar i t.ex. facettobjektiv korrigeras mjukvaru- mässigt.