зображення
Файл після обробки:
Рис. 1.38 Результат дослідження
Приклад роботи модуля на сильно повернутому зображенні зі складним текстом і фоном (малюнок 1.40):
Вихідний файл:
Рис. 1.39 Приклад досліджуваного зображення
Файл після обробки:
Рис. 1.40 Результат дослідження
1.3.3.5 Текст програми
Текст програми в Додатку 1.
.3.4 Висновок
Програмний модуль розроблений для виявлення блоків тексту великого обсягу в зображеннях, які можуть містити в собі конфіденційну інформацію. Також він добре працює в зображеннях зі складним текстом і складним фоном. Одним з його переваг є те, що на виявлення тексту не впливає його розмір або вид, на відміну від існуючих аналогічних рішень (малюнок 1.37). Головні недоліки модуля полягають у його швидкодії і в тому, що виявлення тексту буде безуспішним, якщо його колір слабо відрізняється від фону зображення, але людське око може вловити його, або він повернуть на досить сильний кут стосовно орієнтації зображення, як показано на малюнку 1.39. Таким чином, вивчивши всі аспекти достоїнств і недоліків розроблюваного модуля, можна зробити висновок, що для вирішення поставленого завдання він підходить, але для виявлення спаму його слід удосконалити, що буде моїм подальшим дослідженням.
.4 Експериментальне обгрунтування результатів дослідження
.4.1 Вибір методу верифікації
Для проведення експериментів був обраний метод «ROC» кривих. Поняття кривих «ROC» (Receiver Operating Characteristic - функціональні характеристики приймача) узято з методології аналізу якості прийому сигналу (Signal Detection Analysis). Теорія, що стоїть за цим аналізом, Theorie of Signal Detectability (TSD - Теорія визначенності сигналу ), хоча і відбувається спочатку з електроніки та електротехніки, але може також бути застосована в будь-якій області для аналізу отриманих результатів (малюнок 1.41).
Рис. 1.41 Приклад побудови «ROC» кривих
Для побудови «ROC» кривих необхідні значення:
true positive rate (TPR) - істинна норма; positive rate (FPR) - норма помилкового допуску.
Де TPR - позитивна істинна норма, а FPR - норма помилкового допуску. TPR визначає продуктивність серед всіх правильних позитивних вибірок, доступних під час тесту. FPR, з іншого боку, визначає, скільки неправильних позитивних результатів серед всіх негативних вибірок, доступних під час тесту. [11, 12]
Вони розраховуються за формулами:
TPR=TP/P=TP/(TP + FN);
FPR=FP/N=FP/(FP + TN).
.4.2 Технологія проведення експериментів
Для проведення експериментів і побудови «ROC» кривих був узятий набір з 130 графічних файлів, 50 з яких містять потенційно «небезпечні» текстові області, а 80 - не містять великої кількості текстової інформації і не є потенційно «небезпечними». Зображення були обрані різної складності і різних форматів.
У більшості зображень присутній складний фон і складний текст, різної форми і орієнтації, як на малюнку 1.42, 1.43 для зображень з текстовими областями. І складний фон з різною контрастністю, як на малюнку 1.44 для зображень з маленькими текстовими блоками або без тексту.
Рис. 1.42 Приклад зображення
Рис. 1.43 Приклад зображення
Рис. 1.44 Приклад зображення
Всі зображення були підібрані так, щоб розташування текстових блоків не було повернене під сильним кутом по відношенню до орієнтації зображення як на малюнку 1.35. Також, щоб текст в зображення не зливався з фоном. Такі зображення як на малюнку 1.39 не наражалися дослідженню.
.4.3 Результати тестування
Для побудови «ROC» кривих модуль проаналізував графічні файли з різним параметрами:
Мінімум для числа символів в «широкому» ділянці тексту (ns);
«Небезпека» для числа всіх ділянок (aw);
«Небезпека» для числа всіх широких ділянок (bw);
Параметр «cw» як загальне число «умовних» символів в зображенні, який описаний в особливостях програмного модуля і присутній в наборі основних параметрів, не брався до уваги. Він є глобальним параметром і несе в собі можливість підстрахування від витоку інформації, розкиданої по зображенню невеликими текстовими блоками.
Тест полягав у зміні параметрів «ns», «aw» і «bw» і підрахунку TPR і FPR за формулами 1.35 і 1.36 за результатами проведеного тестування.
Ці результати необхідні для побудови «ROC» кривих:
Тестування з параметрами:
ns=20;
aw=15;
bw=7.
Скористаємося формулами 1.35 і 1.36:
TPR=TP/P=TP/(TP + FN);
FPR=FP/N=FP/(FP + TN).
У нашому випадку:
TP - це кількість правильно виявлених зображень з текстом;
TN - це кількість п...
