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. 46<br />
Výsledky<br />
V tabuľke 5.1 sú zhrnuté výsledky tohoto experimentu. Je v nej tiež možné<br />
vidieť spracovaný vstupný obraz pomocou neurónovej siete pri najmenšej do-<br />
siahnutej chybe z 1000 krokov učenia <strong>pre</strong> konkrétny rozmer vstupnej vrstvy.<br />
Zhodnotenie<br />
Na hodnotách minimálnej chyby neurónovej siete na testovacej množine je<br />
možné si všimnúť, že prvá testovaná veľkosť vstupnej vrstvy neurónovej siete<br />
(2*2 neuróny) nie je vhodná <strong>pre</strong> spracovanie <strong>obrazu</strong> pri takomto rozlíšení<br />
2 snímania <strong>obrazu</strong> scannerom. Chyba má síce hodnotu len 27.7%, ale to<br />
však nestačí na dostatočnú úroveň spracovania <strong>obrazu</strong>, aby bol program <strong>pre</strong><br />
<strong>optické</strong> <strong>rozpoznávanie</strong> znakov schopný rozpoznať akýkoľvek znak.<br />
Z ukážiek spracovaných vstupných obrazov je vidno, že s rastúcou veľkos-<br />
ťou vstupnej vrstvy sa zlepšuje funkcia odstraňovania pozadia a teda priestor<br />
okolo písmen je svetlejší. Neurónová sieť je teda pri väčšej vstupnej vrstve<br />
schopná lepšie rozhodnúť, či sa jedná o pozadie, ktoré chceme potlačiť, alebo<br />
po<strong>pre</strong>die, ktoré chceme zvýrazniť. Zväčšením vstupnej vrstvy zmiznú šmuhy<br />
a nerovnomernosti tlačeného pozadia a na výstupnom obraze sa ne<strong>pre</strong>javia<br />
tak intenzívne, ako je to pri menšej vstupnej vrstve. Dobré odstránenie poza-<br />
dia má následne vplyv na úspešnosť rozpoznania písmen pomocou programu<br />
<strong>pre</strong> <strong>optické</strong> <strong>rozpoznávanie</strong> znakov.<br />
Nevýhodou väčšej vstupnej vrstvy však je tendencia potláčať aj po<strong>pre</strong>die,<br />
teda samotné písmo, čo sa <strong>pre</strong>javuje nespojitosťou jeho kriviek. Dochádza ku<br />
strácaniu časti písmen a to má negatívny vplyv na <strong>rozpoznávanie</strong> znakov. S<br />
rastúcou vstupnou vrstvou rastú aj veľkosti trénovacích a testovacích množín<br />
a tiež čas potrebný na dostatočné naučenie sa neurónovej siete. Pre vstupnú<br />
vrstvu 32*32 neurónov je veľkosť trénovacej množinych so 4000 obsiahnutými<br />
prvkami približne 41MB, čas učenia <strong>pre</strong> 1000 krokov bol približne 25 minút<br />
(použitý procesor: Athlon XP 2000+).<br />
2 bolo použité rozlíšenie snímania 200 bodov na palec (dpi)
Change language