सरल आँकड़ों और टोपोलॉजी विश्लेषण का उपयोग करके अंक की मान्यता

यह तीसरे वर्ष में था, हमें आईएमएस (बुद्धिमान सूचना प्रणाली) का विषय मिला। चूंकि मुझे लंबे समय से पैटर्न मान्यता में दिलचस्पी थी, इसलिए मैं "हस्तलिखित अंक मान्यता" विषय के लिए भीख मांगने में कामयाब रहा। मैंने तंत्रिका नेटवर्क के साथ खिलवाड़ नहीं करने का फैसला किया और अपने स्वयं के, सरल, लेकिन काफी प्रभावी के साथ आया।



शायद चरित्र पहचान एल्गोरिदम का सबसे सरल संदर्भ चित्रों के साथ पैटर्न की एक पिक्सेल-दर-पिक्सेल तुलना है, अंतर की गणना की जाती है, जिसके लिए यह सबसे छोटा है जिसे सही उत्तर माना जाता है। तुलना करते समय, आप विभिन्न चाल का उपयोग कर सकते हैं, उदाहरण के लिए, संभावित कार्यों को लागू करें और क्लस्टरिंग के लिए हैमिंग दूरी। इस पद्धति के नुकसान: बड़ी संख्या में नमूने (बड़ी बेहतर) तैयार करने और संग्रहीत करने की आवश्यकता, विरूपण के लिए खराब प्रतिरोध, संदर्भ छवियों के फ़ॉन्ट पर एक मजबूत निर्भरता।

यह मुझे सीधे छायांकित पिक्सेल के वितरण के आंकड़ों का उपयोग करने के लिए हुआ। यह 20x30 पिक्सेल क्षेत्र का उपयोग करने का निर्णय लिया गया था, क्योंकि अधिक डॉट्स हैं, सांख्यिकीय त्रुटि कम है।

विधि का सार

1. तस्वीर की सीमाएं निर्धारित की जाती हैं, एक आयताकार क्षेत्र काट दिया जाता है (खाली पिक्सल को काटने और काम करने वाले मैट्रिक्स के आयाम को कम करने के लिए)।

2. इस क्षेत्र को 4 भागों में विभाजित किया गया है।



प्रत्येक तिमाही के लिए, छायांकित पिक्सेल की संख्या जो इसमें आती है, की गणना की जाती है और पूरी तस्वीर के सापेक्ष अनुपात की गणना की जाती है। कुछ इस तरह:



3. उच्च मान्यता सटीकता के लिए, टोपोलॉजी की जांच की जाती है। पुनरावर्ती फ़ंक्शन का उपयोग करके, बंद क्षेत्रों की संख्या की गणना की जाती है। यदि उनमें से दो हैं, तो यह ठीक संख्या है। यदि एक 0, 6, या 9 है (यहां क्वार्टर द्वारा परिशोधन होगा)। यदि ऐसे क्षेत्र नहीं हैं, तो यह शेष संख्याओं में से एक है।



4. इसके बाद, एक टैबलेट चलन में आता है, जिसमें प्रत्येक आकृति के लिए अनुमानित वितरण पहले से निर्धारित होता है, जिसकी गणना मैंने थोड़ा शोध करने के बाद की है:





तालिका में प्रत्येक अंक (लाइन) के लिए, कुल विचलन की गणना की जाती है, जहां यह न्यूनतम रूप से माना जाता है कि यह आंकड़ा चित्र में दिखाया गया है (बेशक, चरण 3 में गणना की गई टोपोलॉजी को ध्यान में रखा जाता है, उदाहरण के लिए, यदि एक बंद क्षेत्र पाया जाता है, तो तालिका में केवल 0, 6 की जांच की जाती है। और 9)।

सॉफ्टवेयर कार्यान्वयन

यहाँ, वास्तव में, कार्यक्रम अंत में कैसा दिखता था:

निष्कर्ष

विधि बहुत गूंगा लग सकता है, और फिर भी यह काम करता है! यदि यह एल्गोरिथ्म को धोखा देने का कार्य नहीं है , तो सही मान्यता का प्रतिशत बहुत अधिक है। मानक के साथ तुलना के तरीकों के विपरीत, यह ऊर्ध्वाधर या क्षैतिज स्ट्रेचिंग के लिए अधिक प्रतिरोधी है, कलम की मोटाई को बदल रहा है और मानक छवियों के आकार में परिवर्तन की आवश्यकता नहीं है। यद्यपि जब मैंने शिक्षक को काम सौंपने की कोशिश की, तो मैं उसकी भयानक लिखावट और एल्गोरिथ्म को विभाजित करने की इच्छा से नष्ट हो गया, मुझे लगता है कि पहली बार समस्या हल हो गई थी (नोट में पांच संकेत के रूप में :)

भविष्य में, लैब फ़ज़ी लॉजिक के लिए, फिर न्यूरल नेटवर्क + जीए के लिए फिर से तैयार किया गया था, लेकिन यह सब काफी जटिल है और इतना सुरुचिपूर्ण नहीं है।

आप स्वयं मेरे समाधान को आजमाने की कोशिश कर सकते हैं।