Диплом Системы распознавания рукописного текста, номер: 267784

Оглавление
Введение 3
1.Аналитический обзор систем распознавания рукописного текста 5
1.1.ABBYY FineReader 5
1.2.CuneiForm 12
1.3.Readiris 14
1.4.OmniPage 19
2.Технологии, используемые при распознавании рукописного текста 20
2.1. Фильтрация изображения. 22
2.2. Бинаризация. 22
2.3. Удаление пограничных элементов. 34
2.4. Выделение знакомест (сегментация). 35
2.5. Нормализация 36
2.6. Скелетизация 37
2.6.1.Алгоритм Щепина-Непомнящего 37
2.6.2.Алгоритм Зонга-Суня 38
2.6.3.Шаблонная скелетизация 39
2.6.4.Волновой метод 40
2.7. Построение характеристического вектора 47
2.7.1.Нормированное расстояние 48
2.7.2.Нормированный угол 49
2.7.3.Заполнение сектора 49
2.7.4.Количество контуров 49
2.7.5.Количество петель 51
2.7.6.Количество конечных точек 52
2.7.7.Длина контура 52
2.7.8.Пропорция. 52
2.8. Свойства почерка и проблемы распознавания 52
2.9. Нейронные сети 55
2.9.1.Сбор данных для обучения 57
2.9.2.Подготовка и нормализация данных 57
2.9.3.Выбор топологии сети 58
2.9.4.Экспериментальный подбор характеристик сети 60
2.9.5. Экспериментальный подбор параметров обучения 61
2.9.6. Обучение сети 61
2.9.7. Проверка адекватности обучения 62
2.9.8. Корректировка параметров, окончательное обучение 62
2.9.9. Минимизация сети. 62
3. Разработка системы распознавания рукописного текста 63
3.1.Программное обеспечение задачи 63
3.2.Схема рабочих модулей 64
3.2.1.Модуль Main 66
3.2.2.Модуль RotateBitmap 68
3.2.3.Модуль Setting 68
3.2.4.Модуль Simbol 70
3.2.5.Модуль NormDis 74
3.2.6.Модуль Stud 74
3.2.7.Модуль CreatSet. 76
3.2.8.Модуль Fan. 77
3.2.9.Модуль MLP. 80
4.Тестирование системы распознавания рукописного текста 84
4.1.Создание наборов. 85
4.2.Тестирование распознавания при помощи эталона. 87
4.3.Тестирование распознавания при помощи нейронной сети FANN 92
4.4.Тестирование распознавания при помощи нейронной сети MLP. 96
Заключение 100