Алгоритмы обработки и анализа символов вейвлет-преобразованием, методом главных компонент и нейронными сетями

• Автор: Фан Нгок Хоанг
• Шифр специальности: 05.13.01
• Научная степень: Кандидатская
• Год защиты: 2014
• Место защиты: Томск
• Количество страниц: 139 с. : ил.

ОГЛАВЛЕНИЕ
ВВЕДЕНИЕ
Глава 1. Аналитический обзор подходов к распознаванию символов
1.1 Основные задачи обработки изображений
1.2 Подходы и системы распознавания символов и текстов
1.2.1 Системы распознавания текста
1.2.2 Подходы к распознаванию символов
1.2.3 Выделение признаков
1.3 Методы обработки изображений и распознавания образов с
использованием вейвлет-преобразования
1.3.1 Построение дескриптора фигуры
1.3.2 Классификация изображений
1.3.3 Распознавание лиц
1.4 Цель и задачи исследования
1.5 Основные результаты и выводы по главе
Глава 2. Применение вейвлет-преобразования, метода главных компонент
и нейронных сетей для распознавания символов и фрагментов печатных
текстов
2.1 Предложенный алгоритм распознавания символов
2.1.1 Выделение признаков изображений символов
2.1.2 Уменьшение размерности вектора признаков
2.1.3 Распознавание символов нейронными сетями
2.2 Предложенный алгоритм распознавания фрагментов печатных
текстов
2.2.1 Выделение символов из фрагмента текста
2.2.2 Распознавание фрагмента текста

2.2.3 Распознавание похожих по написанию символов
2.3 Основные результаты и выводы по главе
Глава 3. Разработанное программное обеспечение для распознавания
символов и фрагментов печатных текстов
3.1 Выбор средств разработки
3.2 Реализованные классы для распознавания символов и фрагментов
текстов
3.2.1 Классы для распознавания символов
3.2.2 Классы для распознавания фрагментов печатных текстов .
3.3 Разработанные программные средства
3.3.1 Приложение для исследователей
3.3.2 Приложение для обычных пользователей
3.4 Основные результаты и выводы по главе
Глава 4. Численные эксперименты и анализ результатов распознавания
разработанными алгоритмами
4.1 Тестирование на задаче распознавания рукописных цифр
4.1.1 Обучающая выборка
4.1.2 Описание тестирования
4.1.3 Результаты тестирования
4.2 Тестирование на задаче распознавания печатных символов
4.2.1 Обучающая выборка
4.2.2 Описание тестирования
4.2.3 Результаты тестирования
4.3 Тестирование на задаче распознавания фрагментов печатных
текстов
4.3.1 Описание тестирования

4.3.2 Результаты тестирования
4.4 Основные результаты и выводы по главе
ЗАКЛЮЧЕНИЕ
ОБОЗНАЧЕНИЯ
СПИСОК СОКРАЩЕНИЙ
СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ И ЛИТЕРАТУРЫ
ПРИЛОЖЕНИЕ

В работе [90] используется вейвлет-преобразование Хаара для извлечения признаков изображений, на основе которых составляются векторы из 10 главных признаков. Затем к этим векторам применяется алгоритм К-теат для классификации изображений текстур. При тестировании алгоритм используется для нахождения изображений в базе данных по информации о заданном изображении. Показано, что алгоритм позволяет найти нужные изображения из базы данных. На рис. 1.10 представлен пример работы алгоритма.

Рисунок 1.10. Пример работы алгоритма [90]: а) - исходное изображение запроса; б—д) -результат нахождения в базе данных
1.3.3 Распознавание лиц
Задача распознавания лиц на изображениях является одной из самых актуальных задач области распознавания образов. Она играет важную роль в нашей жизни и имеет широкое применение, например, может использоваться в системах паспортного контроля аэропортов и вокзалов, в иммиграционных службах, в системах видеоконтроля, расположенные в метрополитене, местах проведения зрелищных, спортивных мероприятий, вокзалах, автовокзалах, аэропортах и т.д.