Реферат: Описаны архитектура и принципы работы прототипа ядра системы распознавания документов

УДК 004.4(06) Технологии разработки программных систем


П.С. СЁМИН, С.О. СТАРКОВ

Обнинский государственный технический университет атомной энергетики,

Калужская область


ПРОТОТИП ЯДРА СИСТЕМЫ РАСПОЗНАВАНИЯ

ДОКУМЕНТОВ ДЛЯ UNIX-ПОДОБНЫХ

ОПЕРАЦИОННЫХ СИСТЕМ


Описаны архитектура и принципы работы прототипа ядра системы распознавания документов. Приведены сведения о полученных результатах, существующих проблемах и возможных путях их решения.


Долгое время операционная система (ОС) Linux не воспринималась специалистами всерьез как конкурент Windows на домашних компьютерах рядовых пользователей, однако события последних лет свидетельствуют о том, что производители программного обеспечения (ПО) всерьез заинтересовались молодым рынком. Такие компании как Adobe, Google, Opera Software ASA, Skype Limited, Xara Ltd и многие другие стали предлагать свои продукты не только для Windows, но и для Linux, причем речь идет не о каком-то специфическом ПО, а о программах, рассчитанных на рядовых пользователей. С другой стороны, существует класс программ, которые практически не представлены в Linux – это системы распознавания документов (OCR).

Авторами разработан прототип ядра системы распознавания документов, которое может стать частью полноценной OCR. Ядро выполнено в виде библиотеки на языке C и распространяется на условиях лицензии LGPL. Основная платформа для разработки – Linux.

Процесс распознавания документа состоит из нескольких этапов:

подготовительный этап, включающий в себя загрузку изображения документа с диска и преобразование его во внутренне представление (не представляет научного интереса);

этап предварительной обработки, во время которого определяется угол наклона текстовых строк на изображении и оно поворачивается таким образом, что строки располагаются горизонтально [1];

этап сегментации, когда из исходного изображения выделяются группы связанных пикселей, образующие фрагменты символов, и выполняется предварительный анализ их пространственного положения;

этап углубленного анализа пространственного положения групп связанных пикселей, во время которого происходит объединение нескольких групп в одну и определение границ отдельных слов;

этап распознавания, в ходе которого производится распознавание изображения отдельных символов с использованием ИНС.

Перед началом этапа сегментации изображение бинаризуется. Далее, с помощью простого рекурсивного алгоритма на изображении выявляются группы 8-ми связанных переднеплановых пикселей. Для каждой такой группы запоминаются координаты всех входящих в нее пикселей, а также координаты прямоугольника, внутрь которого можно вписать данную группу. Одновременно с выделением групп идет предварительный анализ их взаимного расположения. По окончанию этапа сегментации, группы разделены по строкам, которые упорядочены «сверху вниз», а внутри каждой строки группы упорядочены «слева направо».

На этапе углубленного анализа находятся и объединяются группы, которые являются частью одного символа. К примеру, изображение буквы «й» состоит из двух групп, буквы «ё» - из трех. Кроме того, на этапе углубленного анализа определяются границы отдельных слов.

Распознавание символов производится с использованием трехслойного персептрона, имеющего два активных слоя нейронов. Количество нейронов в каждом слое задается на этапе обучения персептрона и может варьироваться от одного языка распознавания к другому [2].

Главными достоинствами предлагаемой технологии является простота адаптации под новые языки распознавания и высокая достоверность распознавания.


Список литературы


Сёмин П.С. Алгоритм коррекции угла наклона строк текста для системы оптического распознавания символов. // III Региональная студенческая научная конференция «Применение кибернетических методов в решении проблем общества XXI века». Тезисы докладов (Обнинск, 18-20 апреля 2005 г.).- Обнинск: ИАТЭ, 2005. – 56 с.

Yann LeCun, Leon Bottou, Genevieve B. Orr, Klaus-Rober Müller. Efficient BackProp. // “Neural Networks: tricks of the trade”, Springer, 1998.




ISBN 5-7262-0710-6. НАУЧНАЯ СЕССИЯ МИФИ-2007. Том 2