Математические модели, методы и алгоритмы дешифровки исторических стенограмм

• Автор: Скабин, Артём Викторович
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2013
• Место защиты: Петрозаводск
• Количество страниц: 101 с. : ил.

Оглавление
ВВЕДЕНИЕ
Глава 1. Извлечение информации из документов
1.1 Методы бинаризации изображений
1.1.1. Метод Отсу
1.1.2 Метод Бернсена
1.1.3 Метод Эйквеля
1.1.4 Метод Ниблэка
1.1.5 Пороговые методы бинаризации
1.1.6 Метод ISODАТА
1.1.7 Метод Kapur
1.1.8 Метод Cheng-Chen
1.1.9 Метод основанный на яркостной характеристике
1.1.10 Результаты сравнения методов
1.1.11. Алгоритм выбора метода бинаризации
1.2 Методы обработки изображений
1.3 Связные области бинарного изображения
1.3.1 Метод «Лесного пожара»
1.3.2. Двухпроходный алгоритм
1.3.3 Пороговая и мультипороговая сегментация
1.3.4 Методы слияния, разбиения связных областей
1.4 Поиск схожих символов
1.5 Модуль получения оригинальной графики символов
Г лава 2. Дешифровка стенограмм

2.1 Основные подходы к распознаванию символов
2.1.1 Соответствие шаблону
2.1.2 Статистические методы
2.1.3 Структурные методы
2.1.4 Нейронные сети
2.2 Построение строк рукописного документа
2.2.1 Алгоритм распознавания строк методом ближайшего соседа
2.2.2 Алгоритм распознавания строк методом построения графа связей
2.3 Алгоритм распознавания подстрочных и надстрочных символов
2.4 Математическая модель дешифровки стенограмм
2.4.1 Оценка первого слагаемого математической модели
2.4.2 Оценка второго слагаемого математической модели
2.5 Реализация математической модели в информационной системе
2.6 Апробация математической модели дешифровки символов
Глава 3. Информационная система дешифровки исторических стенограмм
3.1 Основные требования к разрабатываемой системе
3.2 Функциональные требования
3.2.1 Описание функции «Дешифровать стенограмму»
3.2.2 Описание функции «Обработать документ»
3.2.3 Описание функции «Выделить символы»
3.2.4 Описание функции «Распознать документ»
3.3 Потоки данных
3.3.1 Потоки данных функции «Распознать стенограмму»
3.3.2 Потоки данных функции «Обработать документ»
3.3.3 Потоки данных функции «Распознать документ»

3.4 ЕЫ-модель
3.5 Реляционная модель
3.6 Архитектура системы
3.7 Спецификация функций
3.8 Описание интерфейса системы
Заключение
Литература

сравнение с эталоном показывает плохие результаты для сложных символов, что происходит из-за того, что человек пишет символы по-разному. Меняются углы, размер и толщина символа. При сравнении скелетов символов исключается различие толщины символов, но усиливается различие в зависимости от других факторов написания символа. Скелетизация символов производилась алгоритмом Зонга Суня [80].
Метод сравнения расстояний является быстрым методом сравнения символов. Принцип данного метода заключается в построении отрезков по заранее заданному правилу и определение их длин. После вычисления длины заносятся в базу данных. В диссертационной работе рассматривался метод краевых расстояний3. Принцип работы метода краевых расстояний заключается в следующем, из базы знаний выбираются символы отношение высоты к ширине которых, находится в некоторой окрестности. Это позволяет сократить множество символов, в котором осуществляется поиск. У текущего символа измеряются длины отрезков {/1( 12,..., 1в) (см. рис. 9). Далее длины отрезков текущего символа сравниваются с отрезками из базы данных. Расстояние между символами измеряется как сумма разностей соответствующих отрезков двух символов.
Рисунок 9. Метод краевых расстояний
3 Метод краевых расстояний - Скабин A.B. Автоматизированная система распознания рукописных исторических документов. / A.B. Скабин, И.А. Штеркель // Доклады всероссийской научной конференции "Анализ Изображений Сетей и Текстов" (АИСТ 12). -2012. -С