Моделирование распознавания рукописного текста на основе скрытых марковских моделей: Монография

Description

В монографии рассматриваются проблемы распознавания рукописного текста. Разработанные структурные схемы систем анализа и обработки изображений применимы для широкого круга задач анализа информационных потоков символов, извлекаемых из изображений, в том числе для систем поддержки принятия решений. Предложенная модель рукописного слова расширяет возможность применения математического аппарата скрытых марковских моделей к задаче распознавания рукописного текста. Алгоритм извлечения рукописных слов из изображения позволяет автоматизировать процесс подготовки графических объектов к последующему распознаванию. Монография предназначена для научных работников, преподавателей, студентов, занимающихся подобными проблемами. титул Моделирование распознавания рукописного текста на основе скрытых марковских моделей Моделирование распознавания рукописного текста на основе скрытых марковских моделей ОГЛАВЛЕНИЕ ВВЕДЕНИЕ 1. АНАЛИЗ СУЩЕСТВУЮЩИХ МЕТОДИК ОПТИЧЕСКОГО РАСПОЗНАВАНИЯ РУКОПИСНОГО ТЕКСТА 1.1. История развития оптического распознавания текста 1.2. Принципы распознавания рукописного текста в процессе его написания 1.3. Принципы распознавания рукописного текста, извлеченного из сканированного изображения 1.4. Выбор математической модели для описания изображения рукописного слова 1.4.1. Применение нейронных сетей для задач распознавания образов 1.4.2. Поиск и классификация графических примитивов в анализируемом изображении 1.4.3. Построение графа рукописного слова 1.4.4. Классификация данных с использованием метода опорных векторов 1.4.5. Альтернативные методики распознавания 1.4.6. Распознавание рукописного текста с использованием скрытых марковских моделей 1.5. Выбор механизма извлечения символов марковской цепи из изображения 1.6. Структурная схема системы поддержки принятия решения 1.7. Выводы 2. Алгоритмы и процедуры для предварительной обработки изображений 2.1. Предварительная обработка изображений 2.1.1. Методы обработки изображения в частотной и пространственной областях 2.1.2. Предварительная скелетизация символов 2.1.3. Ошибки выполнения скелетизации 2.1.4. Применение дополнительного преобразования 2.1.5. Алгоритм нормирования изображений слов 2.2. Алгоритм извлечения рукописных слов из сканированного изображения 2.3. Модель распознавания рукописных слов на основе скрытых марковских моделей 2.4. Выводы по второй главе 3. РАСПОЗНАВАНИЕ СЛИТНОГО РУКОПИСНОГО ТЕКСТА С ПРИМЕНЕНИЕМ СКРЫТЫХ МАРКОВСКИХ МОДЕЛЕЙ 3.1. Алгоритм перевода изображения символа в векторную форму с использованием преобразования Хафа 3.2. Разработка алгоритма преобразования рукописного слова в набор символов методом «сканирующего» окна 3.3. Разработка алгоритма решения задачи взаимного «поглощения» марковских моделей 3.4. Решение задачи формирования базы моделей рукописных слов для задач автоматического распознавания рукописного текста 3.4.1. Особенности моделей целых слов 3.4.2. Перспективная возможность по сокращению словаря 3.4.3. Результаты анализа «качества» используемых моделей 3.4.4. Выводы о возможности синтеза слов для словаря 3.5. Снижение временных затрат 3.6. Выводы 4. ОПИСАНИЕ РАЗРАБОТАННОЙ ПОДСИСТЕМЫ РАСПОЗНАВАНИЯ РУКОПИСНОГО ТЕКСТА и результаты эксперимента 4.1. Последовательность распознавания рукописного текста в общем виде 4.2. Подпрограмма рекурсивного извлечения элементов слов из изображения 4.3. Подпрограмма сегментации извлеченного слова 4.4. Подпрограмма преобразования Хафа 4.5. Подпрограмма распознавания рукописного слова 4.6. Подпрограмма создания моделей слов 4.7. Система поддержки принятия решений по результатам анализа изображений, содержащих информационные потоки 4.8. Результаты эксперимента по распознаванию рукописного текста с использованием марковских моделей 4.9. Сравнение результатов 4.10. Выводы СММ + Алгоритм Баума-Велша [58] Построение графов. Алгоритм Витерби в контексте цепей Маркова [61] Сначала производится утонение (скелетизация) символа и очистка методом wavelet-преобразования. Затем строятся вектора и определяется Расстояние Махаланобиса. [94] 5. ЭКСПЕРИМЕНТАЛЬНЫЕ ИССЛЕДОВАНИЯ ПО РАСПОЗНАВАНИЮ РУКОПИСНОГО ТЕКСТА СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ СПИСОК ИЛЛЮСТРАТИВНОГО МАТЕРИАЛА ЗАКЛЮЧЕНИЕ В дальнейшем предполагается использование полученных результатов для широкого круга задач по работе со сканированными изображениями. СПИСОК ЛИТЕРАТУРЫ