Metody przetwarzania obrazu przesyłek pocztowych

• Autorzy: Miciak M. , Wiatr R.

Warianty tytułu

EN

Psychological aspects the methods of postal image processing

• Języki publikacji: PL

Abstrakty

PL

W referacie przedstawiono metody przetwarzania obrazów i rozpoznawania znaków w szczególności dla celów pocztowych. W procesie opracowania przesyłek pocztowych w urzędach rozdzielczych szczególną rolę ogrywa odczytanie strony adresowej przesyłki w zwłaszcza opisanej pismem odręcznym. Ze względu na czas trwania procesu przetwarzani obrazu przesyłki, ograniczono się do odczytania pocztowego numeru adresowego (PNA). Dokonano analizy stosowanych rozwiązań w zakresie metod obszarowych i konturowych. Zwrócono szczególną uwagę na metody wykorzystujące sztuczne sieci neuronowe, ukryte modele Markowa, momenty geometryczne, przekształcenie Fouriera. Określono przydatność poszczególnych metod dla specyficznych wymagań przetwarzania obrazu w systemach pocztowych.

EN

The paper presents a method of image processing and character recognition, in particular for postal applications. In the process of the development of postal offices distribution plays a special role to read the address data in particular described handwriting. Because of the time limitation of the image processing package, the article focused on zip code reading. Particular attention has been paid to the methods based on artificial neural networks, hidden Markov models, the moments of geometric Fourier transform. Determined suitability of particular methods for the specific requirements of image processing postal systems.

Słowa kluczowe

PL

przesyłki pocztowe; rozpoznawanie znaków; przekształcanie obrazów; automatyzacja; system sortowania przesyłek pocztowych

EN

postal matters; character recognition; image processing; postal processes automation; mail sorting system

• Wydawca: Instytut Naukowo-Wydawniczy "TTS" Sp. z o.o
• Czasopismo: TTS Technika Transportu Szynowego
• Rocznik: 2013
• Tom: R. 20, nr 10
• Strony: 1279--1288, CD
• Opis fizyczny: Bibliogr. 27 poz., rys.

Twórcy

autor

Miciak M.

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszcz, Wydział Telekomunikacji, Informatyki i Elektrotechniki, Zakład Systemów Teleinformatycznych

autor

Wiatr R.

• Uniwersytet Technologiczno-Przyrodniczy w Bydgoszcz, Wydział Telekomunikacji, Informatyki i Elektrotechniki, Zakład Systemów Teleinformatycznych

Bibliografia

• 1. Aradhya V. N. M., Kumar G. H., Noushath S., Robust Unconstrained Handwritten Digit Recognition using Radon Transform. Signal Processing, Communications and Networking, ICSCN '07, pp. 626-629, 2007 r.
• 2. Bercu S., Lorette G., On-line Handwritten Word Recognition: An Approach Based on Hidden Markov Models. Pre-Proc. IWFHR III, pp.385, USA 1993 r.
• 3. Bishop C., Neural Networks for Pattern Recognition. Oxford University Press, Oxford 1996 r.
• 4. Bourbakis N., Methodology for document processing: separating text from images. Engineering Applications of Artificial Intelligence, Vol. 14, 2001 r.
• 5. Forella G., Word perfect. Postal Technology. 2000 r.
• 6. Haykin S., Neural Networks. A Comprehensive Foundation. Macmillan Publishing Company, UK 1994 r.
• 7. Hu J., HMM Based On-Line Handwriting Recognition. IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.18, pp.1039--1045, USA 1996 r.
• 8. Jahne B., Digital Image Processing. Springer-Verlag, New York 2002 r.
• 9. Jain A. K., Murty M. N., Flynn P. J.,Data Clustering: A Review. ACM Computing Surveys, Vol. 31, 1999 r.
• 10. Kavallieratou E., Fakotakis N., Kokkinakis G., An unconstrained handwriting recognition system. International Journal on Document Analysis and Recognition, vol. 4, nr 4, Springer-Verlag, Heidelberg 2004 r.
• 11. Khedekar S, Ramanaprasad V., Setlur S., Govindaraju V., Text - Image Separation in Devanagari Documents. Document Analysis and Recognition, Edinburgh 2003 r.
• 12. Khorsheed M. S., Off-line Arabic character recognition: A review. Pattern analysis and applications, Vol. 5, pp. 31-45. Springer 2002 r.
• 13. Le Cun Y., Boser B., Denken J.S., Henderson D., Howard R.E., Hubbard W., Jackel L.D., Backpropagation Applied to Handwritten Zip Code Recognition. Neural Computation, vol.1, pp.541--551, 1989 r.
• 14. Le Cun Y., Generalization and Network Design Strategies. Connectionism in Perspective, Elsevier, Switzerland 1989 r.
• 15. Le Cun Y., Matan O., Boser B., Denken J.S., Henderson D., Howard R.E., Hubbard W., Jackel L.D., Handwritten Zip Code Recognition with Multilayer Networks. ICPR, vol.2, pp.35-40, USA 1989 r.
• 16. Mahmoud S. A., Abu-Amara M. H., The use of radon transform in handwritten Arabic (Indian) numerals recognition. WSEAS Transactions on Computers archive, vol. 9, pp. 252--267, USA 2010 r.
• 17. Maszewski M., Miciak M., Rozpoznawanie danych teleadresowych z wykorzystaniem współczynników Fouriera i zespolonej dyskretnej transformacji falkowej opartej na projekcji. Techniki Przetwarzania Obrazu, Serock 2006 r.
• 18. Miciak M., Marchewka M., The recognition of Postal Code Using Fourier Transform Method. XII Konferencja Sieci i Systemy Informatyczne, Łódź 2004 r.
• 19. Muge F., Automatic Feature Extraction and Recognition for Digital access of Books of 00the Renaissance. Lecture Notes in Computer Science, Vol. 1923, Springer-Verlag, Heidelberg 2000 r.
• 20. Parodi P., Fontana R., Efficient and flexible text extraction from document pages. International Journal on Document Analysis and Recognition, Vol. 2, Springer-Verlag, Heidelberg 1999 r.
• 21. Parodi P., Piccioli G., An efficient pre-processing of mixed-content document images for OCR systems. Proceedings of the 13th International Conference on Pattern Recognition, vol. 3, Wiedeń 1996 r.
• 22. Pavlidis T., Grafika i przetwarzanie obrazów. WNT, Warszawa 1987 r.
• 23. Romero D. J., Seijas L. M., Ruedin A. M., Directional Continuous Wavelet Transform Applied to Handwritten Numerals Recognition Using Neural Networks. JCS, 7, pp. 66-71, 2007 r.
• 24. Vapnik V.N., The Nature of Statistical Learning Theory. Information Science and Statistics, Springer-Verlag, 1995 r.
• 25. Wang C.H., Srihari S.N.,A framework for object recognition in visually complex enviroment and its application to locating address blocks on mail pieces. Interanational Jurnal of Computer Vision, vol.2, pp.125--151, Springer Netherlands 2004 r.
• 26. Wunsch P., Laine A. F., Waveletdescriptors for multiresolution recognition of handprinted characters. Pattern Recognition.
• 27. Zhang D., Lu G., A Comparative Study on Shape Retrieval Using Fourier Descriptors with Different Shape Signatures. ICIMADE '01, pp. 1--9, USA 2001.