Устройство распознавания изображений текстовых знаков по энтропийным характеристикам

Устройство распознавания изображений текстовых знаков по энтропийным характеристикам

Автор: Бородин, Михаил Владимирович

Шифр специальности: 05.13.05

Научная степень: Кандидатская

Год защиты: 2004

Место защиты: Курск

Количество страниц: 178 с. ил.

Артикул: 2629448

Автор: Бородин, Михаил Владимирович

Стоимость: 250 руб.

Оглавление
Введение
1 Методы и устройства распознавания символов
1.1 Ввод информации .
1.2 Кодирование
1.3 Предварительная обработка.
1.4 Распознавание
1.5 Обучение.
1.6 Устройства распознавания текстовых знаков
1.7 Выводы.
2 Способ формирования шаблонов
2.1 Способ оценки информативности элементов двоичных эталонных изображений .
2.2 Обобщение способа оценки информативности элементов на случай цветных
изображений.
2.3 Способы формирования шаблонов на основе информативности элементов . .
2.4 Связь между вероятностью правильного распознавания и расстоянием между эталонами.
2.5 Выводы.
3 Моделирование распознавания
3.1 Моделирующая программа.
3.2 Результаты моделирования.
3.3 Выводы.
4 Описание устройства распознавания
4.1 Устройство распознавания
4.2 Блок формирования шаблонов.
4.3 Блок распознавания.
4.4 Выводы.
Заключение
Библиография


Представим, что изображение сначала скручивается в трубку, так что правый край прилегает к левому. Причем правый край сдвинут вниз на одну точку, то есть конец первой строки примыкает к началу второй строки. Аналогично соединяются верхний и нижний края изображения. За последней точкой последней строки идет первая точка первой строки. При таком подходе, возможно, увеличивается быстродействие фильтра, так как изображение разворачивается в одномерный массив и фильтр перемещается последовательно по элементам массива. Ослабить шум на изображении, не ослабляя при этом самого изображения, можно путем усреднения нескольких независимо полученных копий одного и того же изображения. Для фильтрации шума на изображении применяют двумерные фильтры []. Берется небольшой прямоугольный участок плоскости, на котором определяется некоторая функция. Такой участок называется окном, а заданная на нем функция — функцией окна, или весовой функцией. Каждому элементу окна ставится в соответствие определенное число, называемое весовым множителем. Совокупность весовых множителей и составляет функцию окна. Окно вместе с заданной на нем функцией окна часто называют маской. При фильтрации изображений обычно используют окно небольшого размера (3x3 или 5x5) элементов. Линейные размеры окна берутся нечетными, чтобы можно было однозначно определить центральный элемент окна. Фильтрацию осуществляют перемещением маски по изображению. В каждом положении маски выполняются однотипные действия, которые определяют отклик фильтра. Если функция окна и размеры окна в процессе фильтрации не изменяются, то фильтрация является пространственно-инвариантной операцией. Наиболее часто используются линейные фильтры, когда в каждом положении окна весовая функция поэлементно умножается на значения соответствующих точек исходного изображения. Полученные значения суммируются, и сумма делится на нормирующий коэффициент. Полученная величина, являющаяся откликом фильтра, присваивается точке нового (отфильтрованного) изображения, соответствующей центру окна. Одним из наиболее распространенных применений линейных фильтров — сглаживание шума. Сглаживание шума с применением масок, согласно формуле (1. Одним из методов сглаживания изображения является подавление высших пространственных частот в его преобразовании Фурье. Основные свойства преобразования Фурье, быстрые преобразования Фурье рассмотрены в []. Применение низкочастотной пространственной фильтрации к графическим изображениям приводит к расфокусировке изображения, и поэтому она обычно нежелательна. Однако в некоторых случаях шум можно отфильтровать путем подавления отдельных участков пространственного спектра изображения, не затрагивая высшие пространственные частоты, чтобы не вызывать размытия контуров. Если на исходный сигнал, например графическое изображение, наложен периодический пгум, то он может быть подавлен путем устранения соответствующего узкого участка в спектре зашумленного изображения. Например, телевизионное изображение можно рассматривать как изображение, на которое наложена сетка параллельных темных линий. Таким образом, можно бороться с зернистостью фотоэмульсии и других регистрирующих сред, возможно улучшение изображений, полученных сканерами с низкой разрешающей способностью. Для обработки графических изображений, которые являются функциями двух аргументов (координаты по вертикали и горизонтали), разработаны методы двумерного гармонического синтеза и спектрального анализа |). Из-за низкого качества печати, помех при считывании, неоднородностей бумаги, ленты и других подобных причин, сигнал на растре имеет различные отклонения, часть из которых носит систематический, а часть — случайный характер. При достаточно малых размерах подрастров, которым сопоставляются символы алфавита, желательно, чтобы все линии в изображении имели одинаковую толщину. Однако, как правило, после считывания символы на растре обладают разной толщиной линий, и более того, одна и та же линия имеет переменную по длине толщину. Поэтому на этапе предварительной обработки осуществляется утоныпение линий.

Рекомендуемые диссертации данного раздела

28.06.2016

+ 100 бесплатных диссертаций

Дорогие друзья, в раздел "Бесплатные диссертации" добавлено 100 новых диссертаций. Желаем новых научных ...

15.02.2015

Добавлено 41611 диссертаций РГБ

В каталог сайта http://new-disser.ru добавлено новые диссертации РГБ 2013-2014 года. Желаем новых научных ...


Все новости

Время генерации: 0.208, запросов: 244