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. 17<br />
3 Návrh <strong>pre</strong>dspracovania <strong>obrazu</strong> pomocou ne-<br />
urónovej siete<br />
Táto časť diplomovej práce je zameraná na <strong>pre</strong>dspracovanie <strong>obrazu</strong> pomocou<br />
neurónovej siete. Obsahuje technické detaily súvisiace s neurónovou sieťou,<br />
návrhom aplikácie a popis rozhodnutí učinených v jednotlivých častiach ná-<br />
vrhu tejto metódy a demonštračnej aplikácie.<br />
3.1 Neurónová sieť ako prostriedok <strong>pre</strong>dspracovania ob-<br />
razu<br />
Po <strong>pre</strong>došlých častiach poznáme metódty <strong>pre</strong>dspracovania <strong>obrazu</strong>. Väčšina<br />
týchto metód bola založená na maticovom spracovaní <strong>obrazu</strong>, pričom bola<br />
definovaná matica koeficientov spracovania <strong>obrazu</strong> veľkosti3 ×3 takto:<br />
K= {kx,y} <strong>pre</strong> x=1 . . .3, y=1 . . .3 (9)<br />
Týmito koeficientami sa násobili hodnoty úrovne šedi obrazových bodov a tak<br />
sa vypočítala nová úroveň šedi <strong>pre</strong> bod ležiaci v strede maticou spracovanej<br />
oblasti (teda výstupom bol bod so súradnicami[2,2] vzhľadom k umiest-<br />
neniu matice v obraze). Táto transformácia vstupných bodov na výstupné<br />
je znázornená na obrázku 9, pričom do znázornených bodov vľavo vstupujú<br />
úrovne šedi vstupného <strong>obrazu</strong>, vpravo získame výstupnú hodnotu úrovne šedi<br />
a váhy <strong>pre</strong>pojení medzi vstupom a výstupom re<strong>pre</strong>zentujú koeficienty matice<br />
K.<br />
Pre lepšie <strong>pre</strong>dspracovanie <strong>obrazu</strong>, ako ponúkajú súčasné metódy <strong>pre</strong>d-<br />
spracovania, bolo potrebné použiť niečo iné, ako štandartné maticové metódy.<br />
Spôsobom fungovania k <strong>pre</strong>došlému príkladu sa najviac z prvkov umelej in-<br />
teligencie blížia neurónové siete, <strong>pre</strong>tože <strong>pre</strong>došlý maticový filter je vlastne<br />
n-vstupový jednoduchý perceptrón bez aktivačnej funkcie. Použitím neuró-<br />
novej siete teda môžeme realizovať filtráciu <strong>obrazu</strong> veľmi podobne ako pri<br />
maticových metódach, ale s takýmito rozdielmi: