Восстановление траектории движения пера по изображению символа для распознавания рукописного текста

• Автор: Поцепаев, Роман Валерьевич
• Шифр специальности: 05.13.18
• Научная степень: Кандидатская
• Год защиты: 2003
• Место защиты: Москва
• Количество страниц: 106 с. : ил.

Содержание
I. Введение

2. Обзор и анализ существующих работ .,г 7

2.1 Алгоритм построения скелета изображения

2.2. Регулярные и сингулярные узловые облает

2.3. Обзор отдельных работ и направлений .

2.4 Заключение

3. Предобработка изображений и выделение регулярных областей Я

3.2. Модель изображения символа и постановка задачи

3.3. Выделение прямолинейных участков траектории

3.4. Критерий регулярности узловых областей

3.5. Основной алгопитм постпоенни пегулипнмх областей
3.6 Эксн ериментальн ые результаты .
3 7 Ъклшчгннг
4. Восстановление траектории в окрестностях узловых областей I
4.1. Введение
4.2. ОбЩаЯ МОЛМЬттомшмти .
. Определение значения априорной вероятности рС
4.4. Определение функции правдоподобия рХ С
4.5. Восстановление разрывов
5. Восстановление набора траекторий
5.2. Предобработка
5.3. Алгоритм построения траекторий
6. Восстановление траектории при известном эталоне символа
7. Проведение эксперимента и результаты
7.1. Метод проведения эксперимента
7.2. Априорная вероятность конфигурации узла рС
. Качество вероятностной классификации
7.4. Вычисление распределений для признаков и значений качества признаков
7.5. Восстановление узлов а
7.6. Восстановление разрывов
7.7. Восстановление траекторий .
7.8. Использование эталона .
7.9. Примеры корректного восстановления и ошибок МНММИИМ1МН1ММ1МИИНН1 .
Заключение. 9
Список литературы


Очевидно, что распознавание слитного текста для различных почерков, с использованием различных пишущих инструментов является самой сложной задачей РРТ. Также важную роль играет объем словаря, т. Большинство РРТ систем работает с ограниченным словарем малого или среднего объема (0- слов). Важной идеей, на которой базируется большинство подходов к проблеме распознавания рукописного текста, является использование естественной иерархии элементов текста: штрихов (элементов рукописных символов), символов, слов, предложении. Выделение и распознавание элементов каждого уровня влияет на обработку' элементов других уровней. Помимо этого на каждом уровне активно используется априорная информация о законах взаимоотношений элементов и конРекссттриифррлкадвановныс этапы решения задачи распознавания слитного текста. Сканирование исходной информации. На этом этапе осуществляется запись изображения документа в цифровой форме в компьютер. Образ документа на экране компьютера представляется черно-белым или цветным изображением с числом градаций серого от 2 до 6. Предобработка изображений документа осуществляется с целью устранения различного рода помех, неоднородностей фона на образе документа и выделение зон текста, подлежащего прочтению. Чтобы найти текст среди рисунков, граф, разделительных линий, на фоне рисунков и сеток разрабатываются сложные и трудоемкие алгоритмы [], [], [], []. Сегментация текста выполняется для разделения текста на отдельные строки, а строк на слова и символы. Последняя из этих задач особенно трудна, поскольку в рукописном тексте интервалы между буквами очень часто превышают по длине интервалы между словами, слова могут соединяться друг с другом, а могут иметь разрывы в середине. К операции сегментации приходиться возвращаться, если возникают противоречивые ситуации в интерпретации результатов на последующих этапах анализа [], [], [], []. Распознавание символов. На том этапе производитг>ся попытка выделить в тексте отдельные символы (буквы, цифры, знаки) и идентифицировать их [ ], []. Если символы конструируются как различные комбинации графем, то возникает множество вариантов интерпретации каждого из них [], [1]. Распознавание слов реализуется на основе результатов сегментации текста и распознавания символов. При этом словарь задачи играет роль фильтра, с помощью которого отбрасываются интерпретации слов, невозможные для данного текста [], [], [], []. Распознавание и интерпретации предложений является обычно заключительным этапом распознавания текста в существующих системах. На нем из множества допустимых слов конструируется синтаксически и семантически корректные фразы. Они и являются основным результатом - образом «прочтенного» текста в памяти компьютера. Как правило, в реальных приложениях набор возможных интерпретаций каждого текста конечен, поэтому в зависимости от его содержания могут также приминаться те или иные решения, например: зачисление указанной в чеке суммы на счет клиента, выполнение машиной требуемой команды после ее написания и т. Конечно, приведенная выше схема весьма условна. При решении различных задач отдельные этапы могут отсутствовать, другие циклически повторяться или идти в иной последовательности. Однако в целом приведенный набор этапов отражает современные подходы к решению задач распознавания рукописного текста. Кратко рассмотрим теперь основные методы, применяемые при распознавании рукописного текста в режиме «офф-лайн». Значительное внимание в работах по распознаванию рукописи уделяется выделению зон рукописного текста на изображении документа. Здесь используются преимущественно эвристические алгоритмы, сложность которых определяется прежде всего качеством входных документов, точнее, содержимым фона документа, на котором пишется рукописных текст. Для документов с простым фоном, представленных полутоновыми изображениями со многим числом градаций яркости, обычно применяют различные варианты порогового отсечения по яркости, в результате чего получается бинарное (т. Для документов со сложным фоном, как правило, приходиться разрабатывать индивидуальные алгоритмы, адаптированные к решаемой задаче.