Zastosowanie dyskretnego, zmodyfikowanego przekształcenia Radona w pocztowych systemach logistycznych

• Autorzy: Miciak M. , Wiatr R. , Talaśka T.

Warianty tytułu

EN

Image identification in postal logistics systems using modified, discrete Radon transformation

• Języki publikacji: PL

Abstrakty

PL

W artykule przedstawiono metodę identyfikacji przesyłek pocztowych bazującej na przestrzeni parametrycznej przekształcenia Radona obrazów przedstawiających wybrane elementy przesyłek (znaki pola adresowego oraz znaczki pocztowe). Opracowano praktyczną realizację dyskretnego zmodyfikowanego przekształcenia Radona dla obrazów cyfrowych. Ponadto w pracy wyszczególniono podstawowe etapy przetwarzania elementów obrazu przesyłki oraz możliwości wykorzystania metody do weryfikacji opłat pocztowych. Skupiono szczególną uwagę na zagadnieniach związanych z realizacją przekształcenia Radona, pod kątem zastosowania w systemach logistycznych poczty.

EN

This paper presents a method to identify the postal items based on the parameter space of the Radon Transformation of selected images of mail pieces (characters from address area and postal stamps). Moreover we developed a practical implementation of the modified discrete Radon Transformation for digital images. In addition, this paper included basic mail pieces image processing steps and the possibility of using it to verifying postage payment. We focused attention on issues related to the implementation of the Radon Transform, for use in mail logistics systems.

Słowa kluczowe

PL

rozpoznawanie obrazu; identyfikacja opłaty pocztowej; pocztowe systemy logistyczne

EN

image recognition; identification postage; postal logistics systems

• Wydawca: Sieć Badawcza Łukasiewicz - Poznański Instytut Technologiczny
• Czasopismo: Logistyka
• Rocznik: 2015
• Tom: nr 4
• Strony: 4913--4922, CD 2
• Opis fizyczny: Bibliogr. 12 poz., rys.

Twórcy

autor

Miciak M.

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, Wydział Telekomunikacji, Informatyki i Elektrotechniki, Instytut Telekomunikacji i Informatyki, Bydgoszcz ul. Kaliskiego 7, 85-796 Bydgoszcz

autor

Wiatr R.

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, Wydział Telekomunikacji, Informatyki i Elektrotechniki, Instytut Telekomunikacji i Informatyki, Bydgoszcz ul. Kaliskiego 7, 85-796 Bydgoszcz

autor

Talaśka T.

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszczy, Wydział Telekomunikacji, Informatyki i Elektrotechniki, Instytut Telekomunikacji i Informatyki, Bydgoszcz ul. Kaliskiego 7, 85-796 Bydgoszcz

Bibliografia

• 1. Aissaoui A., Haouari A., Normalised Fourier Coefficients for Cursive Arabic Script recognition, Applied Signal Processing, vol.6, Springer-Verlag, London 1992.
• 2. Bellili A., Giloux M., An MLP-SVM combination architecture for handwritten digit recognition, International Journal on Document Analysis and Recognition, Springer-Verlag, Berlin 2003.
• 3. Choraś. S., Metody interpretacji i identyfikacji obiektów, Akademicka Oficyna Wydawnicza EXIT, Warszawa 2005.
• 4. Fix E., Hodges J. L., Discriminatory analysis - nonparametric discrimination. Report no. 4, USAF School of Aviation Medicine, pp.261-279, USA, 1951.
• 5. Kaufmann G., Bunke H., Automated Reading of Cheque Amounts, Pattern Analysis and Applications, Springer-Verlag 2000.
• 6. Maszewski M., Miciak M., Hybrydowy system identyfikacji i klasyfikacji opłaty pocztowej, Techniki Przetwarzania Obrazu, Serock 2006.
• 7. Miciak M., On The Application Problems Of The Method Postage Stamps Value Recognition Using Its Color Identification, Proceedings of IV International Scientific Conference, Pardubice 2006.
• 8. Miciak M., Rawłuszko J., Using Color Information to Postage Stamps Recognition, Proceedings of Transcom 2005, Zilina 2005.
• 9. Miciak M., The Color Information as a Feature for Postage Stamps Recognition, Springer-Verlag Heidelberg, Berlin 2006.
• 10. Rajs A., Mathematical Morphology in The Process of Musical Notation Recognition, Springer - Verlag in Advances in Intelligent and Soft Computing Series book 84. 2010.
• 11.Wojnarski M., LTF-C Neural Network for Solving Classification Problems. Parallel Processing and Applied Mathematics, Lecture Notes in Computer Science, vol. 2328, pp. 573-578, 2006.
• 12.Wojnarski M., LTF-C Architecture, Training Algorithm and Applications of New Neural Classifier. Fundamenta Informaticae, vol.54, pp. 89-105, IOS Press, 2003.