Разработка и исследование ПО для распознавания и анализа объектов на изображении с помощью нейронной сети

Разработка и исследование ПО для распознавания и анализа объектов на изображении с помощью нейронной сети

Автор: Ньейн Эй

Шифр специальности: 05.13.11

Научная степень: Кандидатская

Год защиты: 2007

Место защиты: Москва

Количество страниц: 104 с. ил.

Артикул: 3320538

Автор: Ньейн Эй

Стоимость: 250 руб.

Разработка и исследование ПО для распознавания и анализа объектов на изображении с помощью нейронной сети  Разработка и исследование ПО для распознавания и анализа объектов на изображении с помощью нейронной сети 

Введение
1. Нейронные сети в области обработки изображений.
1.1 Искусственный нейрон.
1.2 Применение нейронных сетей
1.3 Архитектуры нейронных сетей.
1.4 Обучение нейронных сетей
1.5 Нейронные сети Хопфилда и Хэмминга
1.6 I iv i Адаптивный Линейный нейрон.
1.7 Многослойные нейронные сети без обратной связи
1.7.1 Сложность разделяющих поверхностей
1.8 Распознавание изображения.
1.9. Предобработка изображения
1. Сегментация
1. Распознавание
Выводы раздела 1
2. Распознавание объектов на изображении.
2.1. Система распознавания номерных знаков автомобилей
2.2. Применение системы распознавания номерных знаков автомобилей.
2.3. Предобработка изображений при распознавании номерных знаков
2.4. Выделение номерного знака в изображении
2.4.1. Выделение номерного знака с выделением границ.
2.4.2. Выделение номерного знака с использованием алгоритма
2.4.3. Выделение номерного знака методом сравнения с шаблоном.
2.4.4. Выделение номерного знака методом наращивания областей.
2.5. Устранение некорректных областейкандидатов номерного знака.
2.5.1. Метод устранения некорректных областей.
2.6. Выделение букв и чисел из номерного знака.
2.6.1. Метод разделения областей
2.6.2. Метод наращивания областей.
2.6.3. Метод подсчета пикселов
2.6.4. Статические границы
2.7. Распознавание букв и чисел
2.7.1. Метод сравнения с шаблоном.
2.7.2. Метод распознавания по векторуобразу
2.7.3. Метод характерных точек
2.7.4. Распознавание символов с помощью нейронной сети
2.8. Распознавание типа линий
Выводы раздела 2.
З.Разработка ПО, тестирование и экспериментальное исследование.
3.1. Этан предобработки изображения
3.2 Выделение номерного знака
3.3 Выделение символов из номерного знака
3.4. Распознавание чисел и букв
Архитектура разработанного программного комплекса для распознавания номерного знака автомобиля показана на Рис. 3.8
3.5. Распознавание границ объектов на изображении с помощью нейронной сети
3.5.1 Постановка задачи.
3.5.2. Выделение и анализ признаков линии.
3.6 Распознавание типов функции линии с помощью нейронной сети
3.7. Процедура обучения.
Выводы раздела 3.
4. Использование разработанных методов
4.1. Система распознавания и анализа номерных знаков автомобилей
4.1.1. Выделение номерного знака из входного изображения
4.1.2. Распознавание чисел и букв.
4.2 Распознавание типов линий с помощью нейронной сети
Выводы раздела 4.
Заключение.
Список литературы


Новый взлет теории нейронных сетей начался в - г. При этом важную роль сыграли работы группы PDP (Parallel Distributed Processing). В них рассматривались нейронные сети, названные многослойными персеитронами, которые оказались весьма эффективными для решения задач распознавания, управления и предсказания[3]. В данной работе приведены результаты разработки и исследований системы распознавания автомобильных номеров и разработки и исследования методики и алгоритмов распознавания типа линий с помощью нейронной сети. Распознавание и анализ номерных знаков автомобилей - один из методов, который может использоваться для идентификации автомобилей. Этот метод можно применять ко многим задачам. Например: входной допуск, безопасность, контроль стоянки, дорожный контроль движения, контроль скорости и т. Систему распознавания типа линий можно использовать во многих задачах компьютерного зрения, прежде всего при описании формы объектов, находящихся на изображениях. Целью диссертационной работы является разработка и исследование ПО для распознавания и анализа объектов на изображении с помощью нейронной сети. Проанализированы методы и алгоритмы обработки изображений. Проанализированы известные методы и алгоритмы для реализации нейронных сетей. Разработана методика распознавания номерного знака автомобилей с помощью нейронной сети. Предложена и разработана методика описания и распознавания тина линий на основе нейросети. Предложена структура системы распознавания автомобильных номеров с помощью нейронной сети. Предложен способ выделения номерного знака из изображений. Предложен способ выделения символов из номерного знака. Предложен способ распознавания символов с помощью нейронной сети, а также архитектура программного обеспечения для его реализации. Предложена структура нейросети для системы распознавания типа линий с помощью нейронной сети. В рамках методики распознавания номерного знака автомобилей с помощью нейронной сети предложен, программно реализован и исследован оригинальный метод распознавания символов номерного знака с помощью моментных инвариантов. Разработана методика и программное обеспечение дг1я выделения векторов признаков функций линий и обучения нейронной сети с этими векторами. Разработана методика и программное обеспечение для распознавания типа линий на основе нейронной сети. Предложенная методика и программное обеспечение для распознавания номерного знака автомобилей с помощью нейронной сети. Предложенная методика и программное обеспечение для распознавания типа линий на основе нейронной сети. Данная диссертационная работа состоит из введения, четырех глав, заключения, списка литературы. Первая глава посвящена обзору методов и алгоритмов обработки изображений и описанию основных положений теории нейронных сетей. В ней также говорится о прикладных задачах в области распознавания изображений. Во второй главе описаны методики и алгоритмы распознавания номерного знака автомобиля и распознавания типа линий. В третьей главе говорится о разработке ПО, тестировании и экспериментальном исследовании систем распознавания номерного знака автомобиля и распознавания типа линий. В четвертой главе рассмотрено использование разработанных методов в прикладных задачах. В заключении приводятся основные выводы и результаты диссертации. Результаты диссертационной работы использованы в проекте «Разработка параллельного программного обеспечения для кластерной вычислительной системы» закрытого акционерного общества «АСТ». Реализованная система распознавания номеров автомобилей на основе нейросети использована в качестве тестовой задачи для кластерной вычислительной системы. Основные результаты диссертации докладывались и обсуждались на ежегодных научных сессиях МИФИ (, , , гг. Workshop on Computer Science and Information Technologies CSIT’, Ufa, Russia». Основные результаты диссертации опубликованы в тезисах докладов на научных сессиях МИФИ и в статье на международной конференции «Workshop on Computer Science and Information Technologies CSIT’, Ufa, Russia».

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: 0.211, запросов: 244