Распознавание изображений в условиях зашумленности
Дипломная
Задача распознавания, сама по себе, предполагает интеллектуальную обработку полученной информации, что представляет определенные сложности. Несомненно, в задаче распознавания символов (распознавание текста, автомобильных номеров) достигнуты огромные успехи. Но, тем не менее, каких-либо универсальных методов обработки изображения, сравнимых по производительности и качеству распознавания… Читать ещё >
Содержание
- Введение
- 1. Системы распознавания образов
- 1. 1. Понятие образа
- 1. 2. Понятие системы распознавания
- 1. 3. Принципы классификации и типы систем распознавания
- 2. Распознавание изображений
- 2. 1. Методы распознавания изображений
- 2. 1. 1. Метод корреляции
- 2. 1. 2. Признаковый метод
- 2. 1. 3. Структурный метод
- 2. 2. Зашумленность и влияние шумов на изображение
- 2. 2. 1. Причины возникновения цифрового шума
- 2. 2. 2. Что влияет на величину цифрового шума
- 2. 2. 3. Подавление цифрового шума
- 2. 1. Методы распознавания изображений
- 3. 1. Выбор среды программирования
- 3. 2. Блок-схема работы программы
- 3. 3. Разработка формы программы
- 3. 4. Тестирование
Список литературы
- Айзерман М.А., Браверман Э. М., Розоноэр Л. И. Метод потенциальных функций в теории обучения машин. — М.: Наука, 2004. — 384 с.
- Васильев В.И. Проблема обучения распознавания образов, 1989, 64с.
- Горбань А., Россиев Д. Нейронные сети на персональном компьютере. //Новосибирск, Наука, 1996. — C 114 — 119.
- Денисов Д.А., Дудкин А. К., Пяткин В. П. Цифровой анализ изображений (Методы описания геометрических структур)
- Журавлев Ю.И. Об алгебраическом подходе к решению задач распознавания или классификации // Проблемы кибернетики. М.: Наука, 2005. — Вып. 33. С. 5−68
- Журавлев Ю.И. Избранные научные труды. — Изд. Магистр, 2002. — 420 с.
- Мазуров В.Д. Комитеты систем неравенств и задача распознавания // Кибернетика, 2004, № 2. С. 140−146.
- Минский М., Пейперт С. Персептроны. — М.: Мир, 2007. — 261 с.
- Потапов А.С. Распознавание образов и машинное восприятие. — С-Пб.: Политехника, 2007. — 548 с
- Путятин Е.П., Аверин С. И. Обработка изображений в робототехнике. М: Машиностроение, 1990. 320 с.
- Растригин Л. А., Эренштейн Р. Х. Метод коллективного распознавания. 79 с. ил. 20 см., М. Энергоиздат, 2006. — 80 с.
- Рудаков К.В. Об алгебраической теории универсальных и локальных ограничений для задач классификации // Распознавание, классификация, прогноз. Математические методы и их применение. Вып. 1. — М.: Наука, 2007. — С. 176−200.
- Русын Б.П. Структурно-лингвистические методы распознавания изображений в реальном времени
- Фу К. Структурные методы в распознавании образов. — М.: Мир, 2005. — 144 с.
- Handbook of pattern recognition and computer vision / Chen C.H., Rau L.F. and Wang P. S.P.(eds.). — Singapore-New Jersey-London-Hong Kong: World Scientific Publishing Co. Pte. Ltd., 1995. — 984 p.
- Shalkoff R.J. Digital image processing and computer vision. — New York-Chichester-Brisbane-Toronto-Singapore: John Wiley & Sons, Inc., 1989. — 489 p.
- Roberts J.M. Attentive Visual Tracking and Trajectory Estimation for Dynamic Scene Segmentation. //PhD thesis., University of Southampton dec. 94