Проектирование иерархической системы оптического распознавания символов, основанное на нейронных сетях Хопфилда

 

 

 

Распознавание образов является научной дисциплиной, которая имеет дело с методами для описания и классификации объектов, пока оптическое распознавание символов представляет только одну ветвь исследования этой научной дисциплины. Эта статья представляет собой метод для разработки иерархической системы для оптического распознавания символов. Представленная стратегия классификации основана на нейронных сетях Хопфилда и на методах обработки изображений. Символы для распознавания - большие буквы кириллицы. Первым шагом в дизайне является работа тестирования нейронных сетей в режиме реального отсканированного документа. На основании результатов, полученных в этом тесте с подобной нейронной сетью Хопфилда, были обнаружены частые источники ошибок в системе. Эти источники ошибок являются основой для новых совершенствований алгоритма и самой системы распознавания. Следующим шагом надо добавить новые параметры для обработки бинарных изображений, а также и способы для предварительной обработки и постобработки, чтобы устранить типичные ошибки. После тестирования идентичного реального отсканированного документа, полученные результаты новой улучшенной системы показали значительное уменьшение вероятности ошибок.

 

Ключевые слова: распознавание образов, распознавание символов, оптическое распознавание символов, система распознавания образов, иерархическая система, нейронные сети, ассоциативная память.