Search

Orientador: João Baptista Tadanobu Yabu-uti Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação Resumo: Este trabalho descreve o desenvolvimento de software em linguagem C para o reconhecimento de caracters numéricos manuscritos. Estes caracteres podem estar isolados, sobrepostos ou conectados e apresentar ao longo do seu contorno trechos contínuos ou fragmentados. No desenvolvimento deste trabalho, o reconhecimento dos caracteres foi realizado inicialmente utilizando-se redes neuronais. Os resultados obtidos com esse processo não são satisfatórios quando ocorrem diferenças expressivas entre os padrões utilizados no treinamento e os padrões utilizados no reconhecimento. As diferenças que podem ocorrer entre os padrões utilizados são mudança de escala, translação e rotação. A mudança de escala ocorre quando as dimensões do padrão utilizados no reconhecimento. A translação ocorre quando o padrão utilizado no treinamento encontra-se localizado em uma posição distinta à posição do padrão utilizado no reconhecimento. A rotação ocorre quando os padrões utilizados no treinamento e no reconhecimento apresentem inclinações diferentes. Com o objetivo de minimizar essas diferenças, os dígitos utilizados antes de serem treinados e reconhecidos pela rede neuronal são normalizados, tornando-se insensíveis mudança de escala, translação e rotação. Vários testes foram realizados utilizando-se padrões normalizados. Os resultados obtidos nesses testes foram satisfatórios quando na fase de treinamento os padrões utilizados foram escritos pelas mesmas pessoas que escreveram os padrões utilizados na fase de reconhecimento ... Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital Abstract: This work describes the development of software in C language for the recognition of handwritten numerical characters. These characters may be isolated, overlapped or connected and present continuous or fragmented parts along their boundaries. In the development of this work, the recognition of characters was realized initially using neural networks. The results obtained from using this process are not satisfactory when expressive differences occur between the training and recognition patterns used. Difference that can occurs between the used patterns are scale change, translation and rotation. The scale change occurs when the dimensions of the training pattern are different from the dimension of the recognition pattern. The rotation occurs when the patterns used in training and recognition present different inclinations. With the objective of minimizing the differences, digits used before being trained and recognized by the neural network are normalized, becoming insensitive to scale change, translation and rotation. Various tests were carried out using normalized patterns. The results obtained from these were satisfactory when during the training phase the patterns used were written by the same people who wrote the patterns during the recognition phase. However, in order that 90%or more of the tested to be recognized, it was necessary to increase the quantity of patterns used in the training process of the neural network ...Note: The complete abstract is available with the full electronic digital thesis or dissertations Doutorado Doutor em Engenharia Elétrica

Orientador: Lee Luan Ling Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação Resumo: O desenvolvimento de métodos para reconhecer palavras manuscritas de vários estilos de escrita, em razão das variações envolvidas, não é trivial. Nesta tese é desenvolvido um método para extração de características topológicas e geométricas de palavras manuscritas baseado na teoria de conjuntos Fuzzy. Durante o processo de reconhecimento a imagem de uma palavra manuscrita é representada por uma seqüência ordenada de segmentos de linha. Esses segmentos são extraídos de cada fração resultante do processo de segmentação da palavra em caracteres. Para cada segmento de linha é atribuído, através de conjuntos fuzzy, valores representando sua similaridade a padrões específicos de linhas retas e curvas. O processo de segmentação desenvolvido é explícito e emprega morfologia matemática para determinar possíveis pontos de segmentação da palavra. A classificação de palavras baseia-se nos modelos ocultos de Markov. Também é utilizado no processo de classificação uma generalização dos modelos ocultos de Markov empregando medidas e integrais fuzzy. Para treinamento e testes do sistema de reconhecimento utiliza-se uma base de dados composta por palavras empregadas na escrita da quantia numérica em cheques brasileiros Abstract: Due to the large variability of human handwriting, the development of unconstrained methods for recognizing handwritten words is not trivial. This thesis presents a fuzzy set based method for extracting topologic and geometric characteristics from handwritten words. During the recognition process a handwritten word image is represented by an ordered sequence of line segments. The line segments are extracted from each word fraction produced by the segmentation algorithm. Fuzzy set theory is applied to attribute to each line segment a set of values representing degrees of similarity to straight line and curve line patterns. The developed word segmentation algorithm is explicit and employs mathematical morphology to assign segmentation points on a word image. The classification of the handwritten words is a Hidden Markov Model based process. A generalization of the Hidden Markov Models employing fuzzy measures and fuzzy integrals is also used as a handwritten word classifier. The recognition system is trained and tested with a database compound by Brazilian bank check words Doutorado Doutor em Engenharia Elétrica

Orientador: Luiz Cesar Martini Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação Resumo: Neste trabalho é estudada e analisada uma classe de filtros chamada Filtros Condicionais Seletores de Posição "RCRS". Os filtros RCRS são analisados dentro de uma classe mais geral denominada Filtros Seletores de Posição "RS" (Rank Seletion), os quais caraterizam-se em colocar na suas saídas uma ordem estatística de um conjunto (amostras) de observação. Muitos outros filtros propostos previamente (ex. filtro mediano, o filtro mediano ponderado central "CWM", o filtro de ordem estatística ponderada "WOS"), e baseados na ordem de posição podem ser formulados através dos filtros RS. A única diferença de tais filtros está em qual informação é usada para decidir a ordem estatística selecionada que será colocada como saída. O tipo de informação usada nos filtros RCRS corresponde com o posicionamento das amostras observadas na entrada de onde surge o nome de Filtros Condicionais Seletores de Posição (Rank Conditioned Rank Selection Filters). Neste trabalho são apresentados também os resultados das simulações computacionais que ilustram o desempenho do filtro RCRS, assim como, a comparação com outros tipos de filtros aplicados na restauração de imagens Abstract: In this work, a class of nonlinear filters called rank conditioned rank selection (RCRS) filters is studied and developed. The RCRS filters are analyzed within the general framework of rank selection (RS) filters, which are filters constrained to output an order statistic from the observation set. Many filters previously proposed (e.g. median filter, center weighted median filter "CWM", weighted order statistic filter "WOS"), rank order based can be formulated as RS filters. The only difference between such filters is in the information used in deciding which order statistic to output. The information used by the RCRS filters is the ranks of selected input samples, hence the name rank conditioned rank selection filters. In this work, computer simulation results that illustrate the performance of RCRS filters in comparison with other techniques in image restoration are presented. Mestrado Telecomunicações e Telemática Mestre em Engenharia Elétrica