Detalhes bibliográficos
| Ano de defesa: |
1999 |
| Autor(a) principal: |
Alessandro José Dantas |
| Orientador(a): |
Não Informado pela instituição |
| Banca de defesa: |
Não Informado pela instituição |
| Tipo de documento: |
Dissertação
|
| Tipo de acesso: |
Acesso aberto |
| Idioma: |
por |
| Instituição de defesa: |
Instituto Tecnológico de Aeronáutica
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: |
|
| Link de acesso: |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2664
|
Resumo: |
O reconhecimento de caracteres numéricos tem diversas aplicações incluindo arquivos de correios e leituras de cheques em banco. Atualmente, muitos algoritmos rem sido propostos e desenvolvidos, mas ainda é necessário muito trabalho para aproximar-se significativamente do desempenho humano. Neste trabalho é desenvolvido um estudo sobre várias características que envolvem a implementação de um sistema de reconhecimento de caracteres em que se analisa a influência da aplicação dos procedimentos de processamento de imagens, como esqueletonização, a utilização de processos para extração de atributos, como transformadas de Fourier, extração de traços e momentos da forma. Além disso, investiga-se a influência da utilização de uma pequena flutuação da posição dos caracteres durante o treinamento das redes neurais utilizadas como classificadores. O estudo foi feito a partir de imagens reais, e não simulações, portanto, vários subproblemas como aquisição e compressão de dados foram estudados e resolvidos. O sistema foi implementado em linguagem C, no ambiente de desenvolvimento do Visual C++ 4.0, utilizando imagens escaneadas de caracteres numéricos impressos e dígitos manuscritos. Com respeito aos resultados, observou-se que o uso dos extratores de atributos, utilizados nas condições descritas neste trabalho, degradam o desempenho na classificação de imagens ruidosas e o uso da flutuação da posição do caractere durante o treinamento da rede neural introduz uma melhora significativa no desempenho do reconhecimento. |
