Распознавание изображений с помощью метода радиальных окрестностей

Бесплатный доступ

Рассматривается задача распознавания чёрно-белых растровых изображений цифровых символов. Для решения данной задачи предлагаются три метода, основным из которых является метод радиальных окрестностей, двумя дополнительными - метод срезов и метод, основанный на модификации метрики Хаусдорфа. Эти методы сравниваются как между собой, так и с известными CL- и корреляционным подходами, для чего проводится серия экспериментов с использованием изображений цифровых символов малого размера. Результаты экспериментов показывают эффективность предложенных методов в целом и метода радиальных окрестностей в особенности.

оптическое распознавание символов \ зашумлённые изображения \ метод радиальных окрестностей

Похожие статьи в разделе Программные средства

Цветовая коррекция бликов на цифровых изображениях
Цветовая коррекция бликов на цифровых изображениях

Бибиков Сергей Алексеевич, Минаев Евгений Юрьевич, Никоноров Артм Владимирович, Фурсов Владимир Алексеевич

Метод оценки уровня шума цифрового изображения
Метод оценки уровня шума цифрового изображения

Новиков Анатолий Иванович, Пронькин Антон Викторович

Задача агрегирования при выделении границ объектов на изображении
Задача агрегирования при выделении границ объектов на изображении

Мартьянова Анна Викторовна, Лабунец Валерий Григорьевич

Сравнение методов распознавания объектов на стенографических изображениях
Сравнение методов распознавания объектов на стенографических изображениях

Рогов Александр Александрович, Штеркель Иван Александрович

Короткий адрес: https://sciup.org/14058955

IDS: 14058955

Image recognition using a radial neighborhood method

Numeral character recognition is considered in this paper. Three recognition methods are proposed. The radial neighborhood method is basic, whereas the slice method and the method, based on a modified Hausdorff distance, are additional. A series of experiments is performed to compare these methods with the CL-approach and the correlation algorithm. Artificial and real noised images are used as the test samples. Resolution of these images is low. Experimental results reveal an effectiveness of the proposed methods, most notably the radial neighborhood method.