Розпізнавання простих геометричних фігур і цифр

Значна частина прикладних задач обробки інформації і аналізу даних пов’язана з зображеннями. Цей процес відображає як появу нових технічних засобів отримання інформації, що забезпечують представлення зареєстрованих і накопичених даних у вигляді зображення, так і ріст популярності розпізнавання образів в якості потужної і практичної методології математичної обробки і аналізу інформації і виявлення прихованих закономірностей. В якості прикладів можна відмітити обробку і аналіз даних дистанційного зондування за допомогою фотографування із супутників, об’ємних зображень об’єктів, отриманих голографічними установками, розробку “органів зору” роботів і сучасних медичних систем обстеження і діагностики (рентгенографія, машинна томографія, ендоскопія).

Сучасний етап розвитку обчислювальної техніки відзначається інтенсивним пошуком нових принципів обробки інформації, що диктуються вимогами високої продуктивності систем, а також їх гнучкості і надійності. Вирішувати такі задачі, як цифрова обробка зображень, цифрова фільтрація, розпізнавання образів, обробка метеорологічної та сейсмічної інформації та ін., що пов’язані з обробкою великих масивів інформації в реальному часі, можна використовуючи обчислювальні пристрої з швидкодією на рівні мільярдів операцій за секунду. Такі пристрої повинні відзначатися високою надійністю та універсальністю в класі задач цифрової обробки інформації.

При роботі з зображеннями необхідно вирішити задачі, які виникають в зв’язку з трьома основними проблемами: опис (моделювання) зображення; розробка і вибір математичних засобів обробки і аналізу зображень; апаратна реалізація математичних методів роботи з зображеннями.
Ефективна базова система розпізнавання повинна бути здатна до забирання найкращих характеристик порівнювальних об'єктів, а також проведення масивного спрощення непослідовних моделей. Моделювання об'єктів їхніми локальними геометричними особливостями скористалося перевагою грубої форми і надало можливість швидкої індексації особливостей об’єктів в моделях, що зменшило складність області пошуку перед проведенням зіставляння з взірцем. Ієрархічне об'єктне моделювання ділить контур об'єкта на множину фрагментів, так, щоб кожний фрагмент був множиною особливостей, яка вибирається, як інваріант відносно трансляції і повороту.
Ефективність порівняння залежить від великого степеня операції розпізнавання, яка здатна розпізнати всі контури, також як і фрагменти контурів, зменшуючи область пошуку. Для цього, вибрані особливості повинні бути локальними і достатньо малими для порівняння. Особливості використовуються, як пошукові ключі в деяких швидких схемах індексації.

Проектування систем розпізнавання - достатньо складний ітераційний процес, реалізація якого тісно пов'язана з побудовою уточнюючої математичної або фізико-математичної моделі проектуючої системи. Перша ітерація може бути названа апріорною (вихідною). На її основі складають апріорний алфавіт класів і розробляють апріорний словник ознак. Після вибору алгоритму розпізнавання можна приступити до розв'язування основної задачі, яка складає основу проблеми розпізнавання - визначення алфавітних класів і словника ознак, які забезпечують найбільшу ефективність розв’язків. В теорії розпізнавання найбільш вдалими є розробки з програмування машин для читання машинописних літер або цифр, оскільки вони володіють рядом загальних ознак.
Мета даної дипломної роботи базувалася на тому, щоб розглянути, а також реалізувати на практиці алгоритми, для розпізнавання простих геометричних фігур і цифр.