The algorithm of image recognition to postal application

• Autorzy: Miciak M. , Boniecki M.

Warianty tytułu

PL

Zastosowanie algorytmu rozpoznawania obrazów w aplikacjach pocztowych

• Języki publikacji: EN

Abstrakty

EN

In this article we presented the algorithm for postal code recognition. The main objective of this article is to use the of the Radon Transform and Rough Set methods to obtain a set of invariant features, on basis of which postal code will be recognized. The reported experiments results prove the effectiveness of the proposed method. Moreover article contains basic image processing for instance filtration binarization and normalization of the character.

PL

Metoda rozpoznawania znaków z wykorzystaniem transformaty Radona umożliwia rozwiązanie podstawowych problemów aplikacji rozpoznających znaki, które charakteryzują się dużą liczbą zniekształceń procesu akwizycji (np. szumy) oraz przekształceń liniowych, takich jak obrót, zmiana skali czy przesunięcie. Zaletą przedstawionej metody jest mała wrażliwość na zakłócenia w obrazie, sprawdza się ona przede wszystkim tam, gdzie nie jest znana cała wiedza o rozpoznawanym znaku.

Słowa kluczowe

EN

radon transformation; postal code; images recognition

PL

transformata Radona; kod pocztowy; rozpoznawanie obrazów

• Wydawca: Wydawnictwo Politechniki Śląskiej
• Czasopismo: Studia Informatica
• Rocznik: 2011
• Tom: Vol. 32, nr 2A
• Strony: 579--588
• Opis fizyczny: Bibliogr. 19 poz.

Twórcy

autor

Miciak M.

autor

Boniecki M.

• University of Technology and Life Sciences in Bydgoszcz, Institute of Telecommunications, Kaliskiego 7, 85-791 Bydgoszcz,

Bibliografia

• 1. Ramm A. G, Katsevich, A. I.: The Radon Transform and Local Tomography. CRC Press, New York 1996.
• 2. Rynek usług pocztowych w Polsce 2009 Raport, Warszawa 2009.
• 3. Forella G.: Word perfect. Postal Technology 2000, 2000, p. 153÷155.
• 4. Ruminski J.Ś Metody reprezentacji, przetwarzania i analizy obrazów w medycynie. 2002.
• 5. Aissaoui A.: Normalized Fourier Coefficients for Cursive Arabic Script recognition. Universite Mohamed, Morocco 1999.
• 6. Liu C., Sako H.: Performance evaluation of pattern classifiers for handwritten character recognition. International Journal on Document Analysis and Recognition, 2002, p. 191÷204.
• 7. Kaufmann G., Bunke H.: Automated Reading of Cheque Amounts. Pattern Analysis and Applications, 2000, p. 132÷141.
• 8. Bellili A., Giloux M.: An MLP-SVM combination architecture for handwritten digit recognition. International Journal on Document Analysis and Recognition, 2003, p. 244÷252.
• 9. Venturas S., Flaounas I.: Study of Radon Transformation and Application of its Inverse to NMR. Algorithms in Molecular Biology, 2005.
• 10. Asano A.: Radon transformation and projection Thorem. Lecture notes of subject Pattern information processing, http://kuva.mis.hiroshima-u.ac.jp/~asano/Kougi/02a/PIP/, 2002.
• 11. Averbuch A., Coifman R.: Fast Slant Stack: A notion of Radon Transform for Data in a Cartesian Grid which is Rapidly Computible. Algebraically Exact, Geometrically Faithful and Invertible, SIAM J. Scientific Computing, 2001.
• 12. Kupce E., Freeman R.: The Radon Transform: A New Scheme for Fast Multidimensional NMR. Concepts in Magnetic Resonance, Wiley Periodicals, Vol. 22, 2004, p. 4÷11.
• 13. Ramos O., Valveny T. E.: Radon Transform for Lineal Symbol Representation. The Seventh International Conference on Document Analysis and Recognition, 2003.
• 14. Bracewell R. N.: Two-Dimensional Imaging, Englewood Cliffs. Prentice Hall, 1995, p. 505÷537.
• 15. Lim J. S.: Two-Dimensional Signal and Image Processing. Englewood Cliffs, Prentice Hall, 1990, p. 42÷45.
• 16. Horstmann C. S., Cornell G.: Core Java 2-Advanced Features. Sun micreosystems Press A Prentice Hall, 2002.
• 17. Peter T.: The Radon Transform – Theory and Implementation. PhD thesis, Technical University of Denmark, 1996.
• 18. Pawlak Z.: Rough Sets, Theoretical Aspects of Reasoning about Data. Dordrecht, Kluwer Academic Publishers, 1991.
• 19. Yao Y. Y.: Decision-theoretic rough set models. Proceedings of RSKT 2007, LNAI, 2007, p. 1÷12.