Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE

More documents

Recommendations

Info

$C:\tst\data_bi.v 1 `timescale 10ns/1ns 2 3 module data_bi(aDATA ...$

FEI TU v Košiciach Diplomová práca List č. 46 Výsledky V tabuľke 5.1 sú zhrnuté výsledky tohoto experimentu. Je v nej tiež možné vidieť spracovaný vstupný obraz pomocou neurónovej siete pri najmenšej do- siahnutej chybe z 1000 krokov učenia pre konkrétny rozmer vstupnej vrstvy. Zhodnotenie Na hodnotách minimálnej chyby neurónovej siete na testovacej množine je možné si všimnúť, že prvá testovaná veľkosť vstupnej vrstvy neurónovej siete (2*2 neuróny) nie je vhodná pre spracovanie obrazu pri takomto rozlíšení 2 snímania obrazu scannerom. Chyba má síce hodnotu len 27.7%, ale to však nestačí na dostatočnú úroveň spracovania obrazu, aby bol program pre optické rozpoznávanie znakov schopný rozpoznať akýkoľvek znak. Z ukážiek spracovaných vstupných obrazov je vidno, že s rastúcou veľkos- ťou vstupnej vrstvy sa zlepšuje funkcia odstraňovania pozadia a teda priestor okolo písmen je svetlejší. Neurónová sieť je teda pri väčšej vstupnej vrstve schopná lepšie rozhodnúť, či sa jedná o pozadie, ktoré chceme potlačiť, alebo popredie, ktoré chceme zvýrazniť. Zväčšením vstupnej vrstvy zmiznú šmuhy a nerovnomernosti tlačeného pozadia a na výstupnom obraze sa neprejavia tak intenzívne, ako je to pri menšej vstupnej vrstve. Dobré odstránenie pozadia má následne vplyv na úspešnosť rozpoznania písmen pomocou programu pre optické rozpoznávanie znakov. Nevýhodou väčšej vstupnej vrstvy však je tendencia potláčať aj popredie, teda samotné písmo, čo sa prejavuje nespojitosťou jeho kriviek. Dochádza ku strácaniu časti písmen a to má negatívny vplyv na rozpoznávanie znakov. S rastúcou vstupnou vrstvou rastú aj veľkosti trénovacích a testovacích množín a tiež čas potrebný na dostatočné naučenie sa neurónovej siete. Pre vstupnú vrstvu 32*32 neurónov je veľkosť trénovacej množinych so 4000 obsiahnutými prvkami približne 41MB, čas učenia pre 1000 krokov bol približne 25 minút (použitý procesor: Athlon XP 2000+). 2 bolo použité rozlíšenie snímania 200 bodov na palec (dpi)
FEI TU v Košiciach Diplomová práca List č. 47 Tabuľka 7: Závislosť úspešnosti rozpoznania znakov na vstupnej vrstve Veľkosť Min. chyba Po krokoch Úspešnosť Spracovaný vstupnej na test. učenia rozpoznania obraz vrstvy N množine [%] písmen [%] 2*2 27.7 850 0 3*3 15.8 950 63.8 4*4 13.9 250 54.9 5*5 15.2 950 62.8 6*6 14.9 350 77.5 8*8 16.6 250 85.3 16*16 9.6 550 88.5 Tabuľka pokračuje na ďalšej strane
Page 1 and 2:
Technická univerzita v Košiciach
Page 3 and 4: Poďakovanie Chcem poďakovať môj
Page 5 and 6: Thesis title: Image preprocessing f
Page 7 and 8: Obsah Formulácia úlohy 1 1 Úvod
Page 9 and 10: FEI TU v Košiciach Diplomová prá
Page 53: FEI TU v Košiciach Diplomová prá
show all

Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE

Create successful ePaper yourself

Delete template?

Save as template?