Розпізнавання друкованих символів

Страницы работы

2 страницы (Word-файл)

Содержание работы

РОЗПІЗНАВАННЯ ДРУКОВАНИХ СИМВОЛІВ.

ТКАЧЕНКО В. Е.

Незважаючи на значну кількість публікацій з проблеми розпізнавання символів ще відсутні оперативні та високодостовірні алгоритми їх розпізнавання. Особливо актуальним вирішення цієї проблеми є для розробки малогабаритних ручних приладів зчитування друкованих символів та їх класифікаціі. Один із шляхів вирішення цієї проблеми полягає в організаціі попереднього етапу навчання з метою оптимізаціі його параметрів, які застосовують на екзамені, тобто в робочому режимі безпосереднього розпізнавання символів. У даній роботі із застосуванням модифікованого перетворення Гільберта сформовано словник ознак розпізнавання, що дало можливість побудувати для десяти арабських цифр відповідні спектри у субперцептуальному просторі ознак розпізнавання. Оптимізація параметрів навчання (геометричних параметрів замкнених роздільних гіперповерхонь класів розпізнавання) здійснювалось у рамках алгоритму навчання за методом функціонально-статистичних випробувань (МФСВ) [1], який грунтується на прямій оцінці інформаційної здатності системи розпізнавання.

На рис. 1 подано дискретні спектри для цифр “0” (а), “4” (б), “6” (в).

 


      а)                                  б)                                            в)

Рис. 1.

Як параметри навчання розглядалися радіуси роздільних гіперсфер і еталонні вектори, вершини яких визначають центри відповідних класі розпізнавання. В процесі навчання так само оптимізувалися шляхом організації ітераційної процедури пошуку максимуму інформаційного критерію оптимізації контрольні допуски на ознаки розпізнавання та рівень квантування освітленності зображення. Як критерій оптимізації розглядався нормований критерій Шеннона. [2]. На екзамені, для якого параметри навчання утворюють базу знань, рішення приймається за максимумом функції належності:

,

де  - кодова відстань реалізації образу, що розпізнається, від центру гіперсфери класу ;

      - оптимальний в інформаційному розумінні радіус роздільної гіперсфери класу  (який визначається на етапі навчання).

Програмна система розпізнавання друкованих символів реалізована у середовищі програмування Delphi 6.0.

ЛІТЕРАТУРА.

1. Краснопоясовський А. С., Черниш А. В. Алгоритм навчання системи розпізнавання за методом функціонально – статистичних випробувань // Вісник Сумського державного університету, 1998, – № 1. – С. 89 – 94.

2. Краснопоясовський А. С., Черниш А. В. Оцінка функціональної ефективності системи розпізнавання, що навчається // Вісник Сумського державного університету, 1997, – № 2. – С. 112 – 118.

Похожие материалы

Информация о работе