Saatavana elektronisessa muodossa - Tietojenkäsittelytieteiden ...

13sä artefakti vai ei. Tiiviysarvo lasketaan valitun alueen sisältämien täytettyjeneli värillisten pikseleiden perusteella siten, että kaikki em. pikselit huomioidaanlaskennassa. Raja-arvon 1.4 alle jäävä tiiviysarvo on merkki artefaktista [Neveset al., 2008].Kuva 3. Esimerkki tummuus- ja laatuvirheistä.Hiilikopiopaperit ovat hyvä esimerkki paljon artefakteja sisältävistä lomakkeista.Niissä esiintyy sekä väriongelmia että heikkolaatuista tekstiä. Tekstiävoi olla myös hankala erottaa taustasta, koska väriero voi olla hyvin vähäinen.Tunnistamistarkkuutta voidaan parantaa muuntamalla kuva täysin mustavalkoiseksi,jolloin sisällön kannalta oleelliset pikselit on helpompi erottaa taustasta.Tätä menetelmää kutsutaan binäärisaatioksi. Testeissä on saavutettu 9-21% kokonaisparannuksia tunnistettaessa tekstiä hiilikopiopaperista [Milewskiand Govindaraju, 2006].Artefaktien poistaminen ei aina ole mahdollista ennen dokumentin rakenteentunnistamista, koska toimenpide voi vaatia ymmärrystä rakenteesta [Abadet al., 2006].3.3. TehokkuusKuten jo aiemmin on todettu, nykypäivän kuvanlukijat kykenevät käsittelemäänparhaimmillaan n. 100 sivua minuutissa. Jos käsiteltäviä paperilomakkei-