Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE

More documents

Recommendations

Info

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

Predhovor Obrovské skoky vo vývoji informačných technológií sú udivujúce aj pre ľudí mladej generácie, ktorí sa do tejto modernej doby narodili. Predstava toho, že počítač bude schopný prečítať text, ktorý bude pred neho položený na kúsku papiera, bola ešte len nedávno považovaná za vizionársku, dnes je však skutočnosťou. Vďačíme za to práve nárastu výkonu počítačov a veľkosti operačnej pamäti. Tento nárast tiež spôsobil, že je možné do tohoto čítania vložiť viac umu a šikovnosti ako kedysi a tak aj texty, ktoré boli pre počítač nečitateľné, dnes nie sú preňho veľkým problémom. Mnohé z programov pre optické rozpoznávanie znakov majú rôzne metódy predspracovania obrazu, ktorý nie je priamo vhodný na rozpoznávanie. Bol som však prekvapený tým, že žiadny program nemá takú metódu predspracovania obrazu, ktorá by umožnovala rozpoznať aj taký obraz, ktorý nemá pozadie od popredia separovateľné jednoduchým prahovaním. Teda stačí, aby na čierno-bielej tlačiarni bol vytlačený svetlo-sivý text s tmavo-sivým pozadím a žiadna z dostupných metód predspracovania obrazu neuspeje a tak neuspeje žiadny program pre optické rozpoznávanie znakov. Keďže som sa stretol s prípadmi, v ktorých som potreboval práve takýto text nechať rozpoznať, mal som osobnú motiváciu v realizácii takejto práce, ktorá by mi to umožnila. Z dostupných technológií umelej inteligencie som pre túto problematiku volil neurónové siete, pretože tie sa ukázali ako najv- hodnejší prostriedok pre samo-adaptujúcu sa dvojrozmernú filtráciu obrazu. V tejto práci je teda možné dočítať sa o ich aplikácii do problematiky predspracovania obrazu a je možné zistiť nutné podmienky pre ich funkčnosť v tejto oblasti.
Obsah Formulácia úlohy 1 1 Úvod do optického rozpoznávania obrazu 2 1.1 Rozdiel medzi optickým a digitálnym rozpoznávaním znakov . 2 1.2 Trénovanie . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2 1.3 Stručná história ORZ . . . . . . . . . . . . . . . . . . . . . . . 3 1.4 Metódy ORZ . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 2 Prehľad metód predspracovania obrazu 7 2.1 Prahovanie podľa histogramu . . . . . . . . . . . . . . . . . . 8 2.2 Vyhladzovanie a zostrovanie obrazu . . . . . . . . . . . . . . . 12 2.3 Detekcia hrán . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 2.4 Odstraňovanie šumu . . . . . . . . . . . . . . . . . . . . . . . 16 2.5 Inverzia farieb . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 3 Návrh predspracovania obrazu pomocou neurónovej siete 17 3.1 Neurónová sieť ako prostriedok predspracovania obrazu . . . . 17 3.2 Algoritmus metódy spätného šírenia chyby . . . . . . . . . . . 20 3.3 Návrh aplikácie predspracovania obrazu pomocou neurónovej siete . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 4 Experimenty na generovanom obraze 28 4.1 Generovanie obrazových dát . . . . . . . . . . . . . . . . . . . 28 4.2 Vytváranie trénovacej a testovacej množiny . . . . . . . . . . . 29 4.3 Závislosť úspešnosti učenia na kombinácii popredia a pozadia obrazu . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31 4.4 Závislosť úspešnosti učenia na veľkosti vstupnej vrstvy . . . . 34 4.5 Závislosť úspešnosti učenia na veľkosti skrytej vrstvy . . . . . 36 4.6 Závislosť úspešnosti učenia sa na inicializácii neurónovej siete . 38 4.7 Vplyv šumu na schopnosť učenie sa neurónovej siete . . . . . . 40
Page 1 and 2: Technická univerzita v Košiciach
Page 3 and 4: Poďakovanie Chcem poďakovať môj
Page 5: Thesis title: Image preprocessing f
Page 9 and 10: FEI TU v Košiciach Diplomová prá
Page 57 and 58:
FEI TU v Košiciach Diplomová prá
Page 59 and 60:
Page 61 and 62:
Page 63 and 64:
Page 65 and 66:
Page 67 and 68:
Page 69 and 70:
Page 71 and 72:
Page 73 and 74:
Page 75 and 76:
Page 77 and 78:
Page 79 and 80:
Page 81 and 82:
Page 83 and 84:
Page 85 and 86:
Page 87 and 88:
Page 89 and 90:
Page 91 and 92:
Page 93 and 94:
Page 95 and 96:
Page 97 and 98:
Page 99 and 100:
show all

Predspracovanie obrazu pre optické rozpoznávanie ... - TUKE

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?