Конаныхин Александр Юрьевич, аспирант каф. вычислительной техники
ул. 50 лет Октября 94, г. Курск 305040
Alexander Yu. Konanykhin, Post-Graduate Student of the Department of Computer Engineering
50 Let Oktyabrya str. 94, Kursk 305040
Конаныхина Татьяна Николаевна, канд. технических наук, доцент каф. программной инженерии
ул. 50 лет Октября 94, г. Курск 305040
Tatyana N. Konanykhina, Сand. of Sci. (Engineering), Associate Professor of the Department of Software Engineering
50 Let Oktyabrya str. 94, Kursk 305040
Панищев Владимир Славиевич, канд. технических наук, доцент каф. вычислительной техники
ул. 50 лет Октября 94, г. Курск 305040
Vladimir S. Panishchev, Сand. of Sci. (Engineering), Associate Professor of the Department of Computer Engineering
50 Let Oktyabrya str. 94, Kursk 305040
Целью исследования является нахождение оптимальных методов подготовки изображения для более стабильного выполнения алгоритма обнаружения символьной информации. Для повышения скорости работы и улучшения алгоритмов обнаружения и распознавания символов необходимо подобрать оптимальные методы обработки изображения, поскольку в настоящий момент это является актуальной и часто встречающейся задачей. Задачи распознавания образов, в частности распознавание текстовой информации, возникают в повседневной жизни, на производстве, транспортной логистике и т. д.
Методы. В работе применены методы повышения качества изображений за счет увеличения малых параметров интенсивности, оцифровки и коррекции цифрового изображения, удаления шумовых пикселов, методы восстановления изображения, методы снижения хроматических аберраций.
Результаты: проведен анализ методов повышения качества и восстановления изображений; найдены параметры веса с применением фильтра Гаусса; приведен метод коррекции угла наклона исходного изображения с использованием встроенной функции cvWarpAffine() библиотеки OpenCV, которая позволяет использовать аффинные преобразования для поворота изображения или части исследуемого изображения; приведена таблица вероятности обнаружения и распознавания символьной информации после применения методов улучшения выделенной области изображения для быстродействующей обработки символьной информации.
Заключение. В ходе работы было выявлено, что при достаточном разрешении изображения использование методов улучшения выделенной области позволяет с вероятностью до 95% обнаружить и распознать символьную информацию со скоростью приемлемой для быстродействующего устройства (до 280 мс) в зависимости от качества исходного изображения и количества обнаруженных участков, содержащих символьную информацию
The purpose of research is to find optimal methods for preparing an image with the aim of a more stable course of execution of the algorithm for detecting symbolic information.
Methods. The paper uses methods to improve the quality of images by increasing low intensity parameters, digitizing and correcting a digital image, removing noise pixels, methods of image restoration, methods of reducing chromatic aberrations.
Results. The analysis of methods for improving the quality and restoration of images is carried out; the weight parameters are found using the Gaussian filter. A method for correcting the angle of inclination of the original image is presented; a table of the probability of detecting and recognizing symbolic information after applying the methods of improving the selected area of the image for high-speed processing of symbolic information is presented.
Conclusion. In the course of the work, it was revealed that with a sufficient image resolution, the use of methods for improving the selected area allows with a probability of up to 95% to detect and recognize symbolic information at a speed acceptable for a high-speed device (up to 280 ms), depending on the quality of the original image and the number of detected areas containing symbolic information
The authors declare that there are no conflicts of interest present.