Это заключительный блок алгоритмов программы. Здесь производится сопоставление характеристик образа с базой эталонных характеристик и принимается решение о распознанном символе.
Существует множество работ [16 и др.], посвященных этим алгоритмам. Также имеются различные методы оценки точности распознавания на основе информативности признаков и алгоритмы, использующие деревья распознавания. Мы же ограничимся простым поэлементным сравнением. Реализация алгоритма ввиду своей очевидности не рассматривается.
Пример программы использующей данные алгоритмы скелетизации, выделения контура и распознавания показан на рис. 6.
Необходимо также отметить, что в настоящее время программа распознавания на основе скелетизации используется не в чистом виде, а в комбинации с иными методами распознавания. Эти методы основаны на совершенно других принципах, в первую очередь это нейронная сеть, построенная на других признаках символов.
Подводя итог, подчеркнем, что данная программа одинаково эффективно работает как на 8, так и на 4 связных входных образах. Кроме того, масштаб, не изменяющий топологию входных образов, не влияет на качество распознавания. Также программа корректно обрабатывает растяжение сжатие и поворот на небольшой угол входных образов. Областью применения данной программы или ее функциональных частей может являться любая система оптического распознавания символов, текста, конструкторской документации, система управления, САПР и т. д.
Loading ...