Rozpoznawanie wzorców cyfrowych za pomocą robota edukacyjnego

• Autorzy: Dimitrova-Grekow T. , Grodzki D.

Warianty tytułu

EN

Digits recognition using an educational robot

• Języki publikacji: PL

Abstrakty

PL

Artykuł przedstawia system rozpoznający liczby rzymskie przy użyciu edukacyjnego zestawu Mindstorms NXT. Algorytm OCR wybrany do rozpoznania znaków został oparty na klasyfikacji cech. Zaadaptowana wersja algorytmu Region of Interest ROI i klasyfikacja cech są głównymi atutami tej pracy. System został skutecznie przetestowany pod wieloma względami. Powstała konstrukcja umożliwiająca skanowanie kartki formatu A4, a obsługujący ją program umożliwia prawidłową interpretację zeskanowanych liczb rzymskich.

EN

Pattern recognition is always associated with powerful calculation [1, 2]. A specific branch in this area is Optical Character Recognition [3, 4, 5] where one of the most popular techniques is Feature Extraction, also known as Intelligent Character Recognition [6]. All ICR algorithms are topological [7, 8, 9]. This paper presents an implementation of Roman Number Recognition system realized on LEGO Mindstorms NXT educational robot. The main point is successful minimalistic realization of an on-board pattern recognition system. The NXT platform allows also an easy reconfiguration of the hardware and more building freedom without extra costs (Fig. 1.). An adapted version of the ROI algorithm is implemented [10]. Based on the extracted features (Fig. 2.) a classification of the roman digits is proposed (Fig. 3.). The final stage of the program includes segmentation, end result calculation and visualization of it on the robot screen. The conducted experimental tests proved a 100% efficiency for digit and number recognition having a process in optimal conditions and quite good stability for the optical noises (Fig. 4.) and color chances (Tab. 1). In spite of many drawbacks of the hardware, the implemented system seems very perspective and invokes many ideas toward pattern recognition technics.

Słowa kluczowe

PL

optyczne rozpoznawanie znaków; algorytm ROI; robot edukacyjny

EN

Optical Character Recognition; region of Interest algorithm; educational robot

• Wydawca: Wydawnictwo PAK
• Czasopismo: Pomiary Automatyka Kontrola
• Rocznik: 2014
• Tom: R. 60, nr 5
• Strony: 284--287
• Opis fizyczny: Bibliogr. 11 poz., wykr.

Twórcy

autor

Dimitrova-Grekow T.

• Politechnika Białostocka, ul. Wiejska 45A, 15-351 Białystok

autor

Grodzki D.

• Politechnika Białostocka, ul. Wiejska 45A, 15-351 Białystok

Bibliografia

• [1] Steven S. S.: The Algorithm Design Manual. Springer, London 2012.
• [2] Sesmero M. P., Alonso-Weber J. M., Gutie´rrez G., Ledezma A., Sanchis A.: A new artificial neural network ensemble based on feature selection and class recoding, Springer-Verlag London, Neural Comp&Applic, 21: pp771-783, 2010.
• [3] Lei Huang, Zhien Li: Feature-based image registration using the shape context, IJ of Remote Sensing, 31:8, 2169-2177, 2010.
• [4] Hiroki Kurashige and Hideyuki Cˆateau: A Method to Construct Visual Recognition Algorithms on the Basis of Neural Activity Data.
• [5] Gajer M.: Systemy optycznego rozpoznawania znaków pisma. Pomiary Automatyka Robotyka nr 4, pp 21-25, 2008.
• [6] Morita M., Sabourin R., Bortolozzi B., Suen C. Y.: Segmentation and recognition of handwritten dates: an HMM-MLP hybrid approach, IJ of Document Analysis and Recognition, vol. 6, pp. 248-262, 2004.
• [7] Dimitrova-Grekow T., Sworowska A.: Rozpoznawanie wzorców cyfrowych pisma ręcznego z użyciem robota edukacyjnego, PAK Pomiary, Automatyka, Kontrola, vol. 59, pp, 611-618, 2013.
• [8] Kotani M., Ozawa S.: Feature Extraction Using Independent Components of Each Category, Neural Processing, Vol 22, pp 113- 124, 2005.
• [9] Rahman1 A. F. R., Fairhurst M. C.: Multiple classifier decision combination strategies for character recognition, IJ of Document Analysis and Recognition, vol 5, pp 166–194, 2003.
• [10] Shang Li, Chien Jie, Pin-Gang Su, Yan Zhou: ROI extraction of palmprint images using modified harris corner point detection algorithm, Proc. of the 8th ICIC Theories and Applications, p 479- 486, Springer-Verlag Berlin, Heidelberg, 2012.
• [11] Cornelius T. Leondes: Image Processing and Pattern Recognition, Academic Press, 1998.