Синтез алгоритмов распознавания графических образов по полутоновым изображениям на основе структурно-лингвистического подхода

• Автор: Питерцев, Михаил Эдуардович
• Шифр специальности: 05.13.14
• Научная степень: Кандидатская
• Год защиты: 2000
• Место защиты: Череповец
• Количество страниц: 149 с.

1.1. Особенности структурнолингвистическото подхода в задачах распознавании 1рафических образов.

1.2. Моделирование информационного сигнала, поступающего

на вход системы распознавания

1.3. Постановка задачи синтеза алгоритмов распознавания графических образов на основе структурнолингвистического
подхода.
Глава 2. Построение алгоритмов распознавания фафнческих образов на основе структурнолингвистического подхода

2.1. Процедура выделения образующих элементов.

2.2. Процедура выделения грамматик.

2.3. Экспериментальные исследования алгоритмов распознавания графических образов, построенных с помощью

предложенных процедур.

Глава 3. Повышение эффективности работы алгоритмов распознавания графических образов на основе структурнолингвистического подхода
3.1. Реконструкция изображений графических образов
3.2. Процедура повышения эффективности распознавания
3.3. Экспериментальные исследования процедуры повышения эффективности алгоритмов распознавания графических образов.
Глава 4 Система автоматизированного проектирования алгоритмов распознавания графических образов на основе структурнолингвистического подхода
4.1. Описание системы автоматизированного проектирования алгоритмов распознавания графических образов.
4.2. Проектирование и экспериментальные исследования алгоритма распознавания номеров подвижного состава железнодорожного транспорта
4.3. Перспективы развития систем распознавания графических
образов на основе структурнолингвистического подхода.
Заключение
Список литературы


При распознавании входного образа выполняется вычисление значений каждого признака из определенного набора. Указанный вектор н выбранное решающее правило формируют ответ о принадлежности входного образа к одному из рассматриваемых классов. Данный классический подход о распознавании получил снос развитие в следующих направлениях, рассмотренных ниже. Методы, основанные на оценках плотностей распределения значений признаков. Эти методы распознавания образов заимствованы из классической теории статистических решений, по которой объекты исследования рассматриваются как реализации многомерной случайной величины, распределенной в пространстве признаков по какомулибо закону . Они базируются на байесовской схеме принятия решений, апеллирующей к априорным вероятностям принадлежности объектов к тому или иному распознаваемому классу и условным плотностям распределения значений вектора признаков. Данные методы сводятся к определению отношения правдоподобия в различных областях многомерного пространства признаков. Группа методов, основанных на оценке плотностей распределения значений признаков, имеет прямое отношение к методам дискриминантного анализа. Байесовский подход к принятию решений относится к наиболее разработанным в современной статистике так называемым параметрическим методам, для которых считается известным аналитическое выражение закона распределения в данном случае нормальный закон и требуется оценить лишь небольшое количество параметров векторы средних значений и ковариационные матрицы. К этой группе относится п метод вычисления отношения правдоподобия для независимых признаков.