МЕТОД РАСПОЗНАВАНИЯ ТЕКСТОВЫХ ДАННЫХ НА ИЗОБРАЖЕНИЯХ

Авторы

  • В. С. Панищев Юго-Западный государственный университет image/svg+xml
  • О.О. Хомяков Юго-Западный государственный университет image/svg+xml
  • Д. В. Титов Юго-Западный государственный университет image/svg+xml
  • С.И. Егоров Юго-Западный государственный университет image/svg+xml

Ключевые слова:

OCR, обработка видеопотока, выделение текстовой информации, классификация, распознавание образов, маркировка

Аннотация

Целью исследования является исследование проблем, возникающих в процессе цифро-
вой обработки изображений, в системах получения текстовых характеристик объектов
продукции. Таких как выделение объектов, попадающих в кадры видеопотока и распознава-
ние текстовой маркировки, без использования специализированного аппаратного обеспече-
ния. В частности, проблемы, возникающие при работе с изображениями, содержащими
различный уровень шумов и искажений. В задачи исследования входит сравнение и анализ
методов и алгоритмов, используемых для цифровой обработки изображений, с целью поис-
ка объектов в видеопотоке, выделения и сегментации участков, содержащих текст, рас-
познавания текста и классификации полученных данных. Построение математической
модели обработки изображений, с целью получения текстовой информации о продукции в
кадрах видеопотока, с возможностью работы с различными объектами. Оценить точ-
ность распознавания при различном уровне шума и провести сравнительный анализ с аль-
тернативными решениями на основе полученных данных. В результате работы проведен
анализ методов, используемых для работы с кадрами видеопотока с целью выделения оп-
ределенных объектов. Проведен анализ методов, используемых для цифровой обработки
изображения, в частности для выделения текстовой информации. Разработан алгоритм
классификации частей текстовой информации на основе эталонных признаков. Представ-
лена математическая модель обработки изображений для выделения искомого объекта в
кадре, получения текстовой информации и классификации характеристик продукции. Про-
ведено тестирование данных методов и алгоритмов в различных условиях. Проведено
сравнение реализации классификатора символов с альтернативным вариантом. Наглядно
представлены примеры и результаты работы разработанной системы.

Библиографические ссылки

Загрузки

Опубликован

2023-10-23

Выпуск

Раздел

РАЗДЕЛ I. АЛГОРИТМЫ ОБРАБОТКИ ИНФОРМАЦИИ