Prepoznavanje slova: Ekstrakcija značajki i klasifikacija

Preview:

DESCRIPTION

Prepoznavanje slova: Ekstrakcija značajki i klasifikacija. Ivan Koharović Tomislav Jerković Lovre Bošnjak Nikša Maslović. Cilj:. Segmentirati znakove iz slike registarske tablice Izvući značajke koje jednoznačno opisuju pojedini znak Korištenjem značajki provesti proces klasifikacije - PowerPoint PPT Presentation

Citation preview

Prepoznavanje slova:Ekstrakcija značajki i klasifikacija

Ivan KoharovićTomislav JerkovićLovre BošnjakNikša Maslović

Cilj:

• Segmentirati znakove iz slike registarske tablice

• Izvući značajke koje jednoznačno opisuju pojedini znak

• Korištenjem značajki provesti proces klasifikacije

• Donijeti odluku o registarskoj oznaci

Proces obrade

Koraci

• Predobrada

• Segmentacija

• Ekstrakcija značajki

• Klasifikacija

Predobrada

• Normalizacija svjetline i kontrasta – Normalizacija histograma– Globalni prag – Adaptivni prag

• Chow i Kaneko pristup • Lokalni prag

Predobrada

• Normalizacija histograma

Koristimo Lagrange-ov polinom kao transformacijsku funkciju da normaliziramo svjetlinu i kontrast

znakova.

Globalni prag:

• Osjetljivost na sjene i šumove:

Adaptivni prag

Registracijska oznaka je podjeljena na nekoliko područja, svaka s vlastitim histogramom i odgovarajućim pragom.Vrijednost praga određene točke (obilježene sa o) računa se interpolacijom područja.

Segmentacija

• Pomoću horizontalne projekcije

Segmentacija

Ekstrakcija značajki:

• Postotak zacrnjenosti

• Asimetrija (skewness)

• Kurtosis

• Autokorelacija

Ekstrakcija značajki:

• Informaciju o slovu prilagodimo u pogodan oblik za ekstrakciju značajki:

Vertikalna projekcija

Horizontalna projekcija

Postotak zacrnjenosti

Skewness

• Mjera asimetrije

Negativna asimetrija

Pozitivna asimetrija

Kurtosis

• Kurtosis je parametar koji opisuje oblik funkcije gustoće vjerojatnosti slučajne varijable. Za slučajnu varijablu X definiran je kao:

• Računamo ga na vertikalnoj i horizontalnoj projekciji znaka

Klasifikacija

Klasifikacija• Klasifikacija na osnovi minimalne udaljenosti

Stablo odluke

Klasifikacija

Klasifikacija

“Učenje”

Rezultat:

Zaključak:

• Prepreke koje smetaju raspoznavanju tablica: različiti fontovi znakova pojedinih država, nečistoća (prljavština), odbljesak svjetla, sjena, oštećena registarska oznaka

• predobrada slike vrlo je bitan korak za pravilno raspoznavanje znakova registarske tablice

• globalni postupci ne mogu riješiti problem velike varijacije lokalnog kontrasta u slici

Kraj

Recommended