Улучшение качества метода оптического распознавания текстов с помощью совместного применения вейвлет-преобразований, курвлет-преобразований и алгоритмов словарного поиска
| Parent link: | Известия Томского политехнического университета [Известия ТПУ]/ Томский политехнический университет (ТПУ).— , 2000- Т. 323, № 5 : Управление, вычислительная техника и информатика.— 2013.— [С. 106-111] |
|---|---|
| Glavni avtor: | |
| Korporativna značnica: | |
| Drugi avtorji: | , |
| Izvleček: | Заглавие с титульного листа Электронная версия печатной публикации Оптическое распознавание символов является комплексной задачей, для решения которой не существует определенного алгоритма. Существует множество подходов и методов для решения данной задачи. Предложенный ранее метод, основанный на совместном применении вейвлет-преобразования для сокращения размерности пространства признаков и вероятностной нейронной сети для классификации, показал приемлемые результаты. Однако предложенный метод может быть дополнен и улучшен алгоритмами предварительной и постобработки. Предложен метод предобработки отсканированных изображений на основе адаптивного порогового преобразования в алгоритмах дискретных вейвлет и курвлет-преобразований. Проведены численные эксперименты по выявлению наиболее результативного алгоритма для предобработки. В качестве алгоритма постобработки предложен метод улучшения качества распознавания текста на основе алгоритма словарного поиска с использованием динамического программирования. Optical character recognition is a complex problem, which has no definite solution. There are a lot of approaches and methods to solve this problem. The proposed approach, based on aggregate usage of wavelet-transformation for reducing the feature space and probabilistic neural network for classification, has shown a good quality of recognition. However the proposed approach can be improved with preprocessing and postprocessing algorithms. The algorithm of preprocessing based on adaptive thresholding for curvelet and wavelet transformations is proposed. The numerical experiments are held to determine the most efficient algorithm of preprocessing. The approach based on vocabulary search and dynamic programming is proposed for postprocessing. |
| Jezik: | ruščina |
| Izdano: |
2013
|
| Serija: | Интеллектуальные системы |
| Teme: | |
| Online dostop: | http://earchive.tpu.ru/bitstream/11683/5068/1/bulletin_tpu-2013-323-5-18.pdf |
| Format: | Elektronski Book Chapter |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=247950 |
MARC
| LEADER | 00000nla2a2200000 4500 | ||
|---|---|---|---|
| 001 | 247950 | ||
| 005 | 20240209103620.0 | ||
| 035 | |a (RuTPU)RU\TPU\book\269583 | ||
| 090 | |a 247950 | ||
| 100 | |a 20140116d2013 k y0rusy50 ca | ||
| 101 | 0 | |a rus | |
| 102 | |a RU | ||
| 135 | |a drnn ---uucaa | ||
| 181 | 0 | |a i | |
| 182 | 0 | |a b | |
| 200 | 1 | |a Улучшение качества метода оптического распознавания текстов с помощью совместного применения вейвлет-преобразований, курвлет-преобразований и алгоритмов словарного поиска |f Д. С. Григорьев, П. А. Хаустов, В. Г. Спицын | |
| 203 | |a Текст |c электронный | ||
| 215 | |a 1 файл (323 Kb) | ||
| 225 | 1 | |a Интеллектуальные системы | |
| 300 | |a Заглавие с титульного листа | ||
| 300 | |a Электронная версия печатной публикации | ||
| 320 | |a [Библиогр.: с. 111 (9 назв.)] | ||
| 330 | |a Оптическое распознавание символов является комплексной задачей, для решения которой не существует определенного алгоритма. Существует множество подходов и методов для решения данной задачи. Предложенный ранее метод, основанный на совместном применении вейвлет-преобразования для сокращения размерности пространства признаков и вероятностной нейронной сети для классификации, показал приемлемые результаты. Однако предложенный метод может быть дополнен и улучшен алгоритмами предварительной и постобработки. Предложен метод предобработки отсканированных изображений на основе адаптивного порогового преобразования в алгоритмах дискретных вейвлет и курвлет-преобразований. Проведены численные эксперименты по выявлению наиболее результативного алгоритма для предобработки. В качестве алгоритма постобработки предложен метод улучшения качества распознавания текста на основе алгоритма словарного поиска с использованием динамического программирования. | ||
| 330 | |a Optical character recognition is a complex problem, which has no definite solution. There are a lot of approaches and methods to solve this problem. The proposed approach, based on aggregate usage of wavelet-transformation for reducing the feature space and probabilistic neural network for classification, has shown a good quality of recognition. However the proposed approach can be improved with preprocessing and postprocessing algorithms. The algorithm of preprocessing based on adaptive thresholding for curvelet and wavelet transformations is proposed. The numerical experiments are held to determine the most efficient algorithm of preprocessing. The approach based on vocabulary search and dynamic programming is proposed for postprocessing. | ||
| 337 | |a Adobe Reader | ||
| 453 | |t Improving the quality of optical character recognition method by joint application of wavelet- and curvelet-transforms and vocabulary search algorithm |o translation from Russian |f D. S. Grigoryev, P. A. Khaustov, V. G. Spitsyn |c Tomsk |n TPU Press |d 2013 |a Grigoryev, D. S. | ||
| 461 | 1 | |0 (RuTPU)RU\TPU\book\176237 |t Известия Томского политехнического университета [Известия ТПУ] |f Томский политехнический университет (ТПУ) |d 2000- | |
| 463 | 1 | |0 (RuTPU)RU\TPU\book\269043 |x 1684-8519 |t Т. 323, № 5 : Управление, вычислительная техника и информатика |v [С. 106-111] |d 2013 |p 184 с. | |
| 610 | 1 | |a труды учёных ТПУ | |
| 610 | 1 | |a электронный ресурс | |
| 610 | 1 | |a вейвлет-преобразования | |
| 610 | 1 | |a пороговые преобразования | |
| 610 | 1 | |a курвлет-преобразования | |
| 610 | 1 | |a динамическое программирование | |
| 610 | 1 | |a префиксное дерево | |
| 610 | 1 | |a словарный поиск | |
| 610 | |a thresholding | ||
| 610 | |a wavelet-transform | ||
| 610 | |a curvelet-transform | ||
| 610 | |a dynamic programming | ||
| 610 | |a trie-tree | ||
| 610 | |a vocabulary search | ||
| 700 | 1 | |a Григорьев |b Д. С. |c специалист в области информатики и вычислительной техники |c ассистент Томского политехнического университета |f 1991- |g Дмитрий Сергеевич |3 (RuTPU)RU\TPU\pers\46946 | |
| 701 | 1 | |a Хаустов |b П. А. |c российский ученый, специалист в области информационных систем |c заведующий лабораторией Томского политехнического университета |f 1990- |g Павел Александрович |3 (RuTPU)RU\TPU\pers\30104 | |
| 701 | 1 | |a Спицын |b В. Г. |c специалист в области информатики и вычислительной техники |c профессор Томского политехнического университета, доктор технических наук |f 1948- |g Владимир Григорьевич |3 (RuTPU)RU\TPU\pers\22707 |9 9740 | |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет (ТПУ) |b Институт кибернетики (ИК) |b Кафедра вычислительной техники (ВТ) |3 (RuTPU)RU\TPU\col\18699 |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет (ТПУ) |b Институт кибернетики (ИК) |b Кафедра вычислительной техники (ВТ) |3 (RuTPU)RU\TPU\col\18699 |
| 712 | 0 | 2 | |a Национальный исследовательский Томский политехнический университет (ТПУ) |b Институт кибернетики (ИК) |b Кафедра вычислительной техники (ВТ) |3 (RuTPU)RU\TPU\col\18699 |
| 801 | 2 | |a RU |b 63413507 |c 20210902 |g PSBO | |
| 856 | 4 | |u http://earchive.tpu.ru/bitstream/11683/5068/1/bulletin_tpu-2013-323-5-18.pdf | |
| 942 | |c CF | ||