Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE
Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE
Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
FEI TU v Košiciach Diplomová práca List č. 5<br />
- extrakcia vlastností z <strong>obrazu</strong><br />
- <strong>rozpoznávanie</strong> pomocou neurónových sietí<br />
- iné algoritmy a mechanizmy<br />
- hybridné algoritmy<br />
Maticové porovnávanie <strong>obrazu</strong> so šablónami funguje tak, že každá<br />
časť <strong>obrazu</strong>, kde sa <strong>pre</strong>dpokladá že sa nachádza znak, sa bod po bode po-<br />
rovnáva so šablónou každého písmena a za rozpoznaný znak sa považuje<br />
ten, ktorého šablóna dosiahla pri porovnávaní najvyššiu a postačujúcu mieru<br />
podobnosti <strong>obrazu</strong> so šablónou. Nevýhodou takéhoto rozpoznávania je silná<br />
závislosť úspešnosti rozpoznania na natrénovanom fonte, tiež závislosť úspeš-<br />
nosti rozpoznania na <strong>pre</strong>snej horizontálnej orientácii písmena.<br />
Podľa [11] ORZ založené na extrakcii vlastností z <strong>obrazu</strong> pozostáva<br />
z dvoch krokov:<br />
1. samotný proces extrakcie vlastností z <strong>obrazu</strong>, čo je vlastne zistenie prí-<br />
tomnosti čiar, kriviek, <strong>pre</strong>tnutí čiar, prázdnych oblastí a ich orientácie<br />
a umiestnenia v skúmanom obraze<br />
2. rozpoznanie písmen na základe kombinácie vlastností a ich pozície a<br />
umiestnenia z prvého kroku<br />
Výhodou takéhoto ORZ je, že znaky alebo celé riadky môžu byť natočené<br />
(nemusia byť <strong>pre</strong>sne horizontálne umiestnené) a napriek tomu môžu byť takto<br />
správne rozpoznané.<br />
ORZ pomočou neurónových sietí sa spôsobom fungovania podobajú<br />
maticovému porovnávaniu <strong>obrazu</strong> so šablónami, ale v tomto prípade systém<br />
neobsahuje šablóny písmen priamo, ale tie sú uchované vo váhach synapsií<br />
neurónových sietí, kde sa dostanú vo fáze trénovania neurónovej siete. Výho-<br />
dou tejto metódy je, že ak je vhodne použitá, môže byť oveľa flexibilnejšia a<br />
efektívnejšia ako ostatné metódy.<br />
Hybridné algoritmy ORZ kombinujú viaceré metódy, a to buď: