но працюючих систем подібного роду. У будь-якому випадку вартість комерційних систем такого типу при їх появі становитимуть десятки тисяч доларів, а на розробку такої системи буде потрібно значний час. Дана розробка, в разі доопрацювання і відсутності подібних систем претендує на реальний сектор ринку інтелектуальних інформаційних систем.
Розроблювана система може бути використана як для вивчення різних аспектів застосування штучного інтелекту для розпізнавання образів, так і в якості системи, що розпізнає зорових образів.
Було проведено технічне, економічне обгрунтування і були показані переваги проведення розробки подібної системи.
2. Огляд існуючих методів вирішення
2.1 Огляд сучасної ситуації в розробці засобів розпізнавання образів
Незважаючи на тривалий час, витрачений на дослідження в галузі штучного інтелекту, на даний момент не існує оптимальних методів, що дозволяють однозначно вирішити проблему розпізнавання образів. Цей напрямок знаходиться на стадії наукових досліджень і розробок. Багато компаній і наукові інститути вкладають великі ресурси у вирішення даної проблеми. Всі успіхи знаходяться в розряді ноу-хау (know-how), коштують великих грошей і не викладаються у відкритий доступ. Не існує відомих скільки-успішно працюючих систем. Відсутні також широко доступні компоненти та модулі для прикладних програмістів.
В даний час найбільших успіхів вдалося досягти в розпізнаванні зорових образів, таких як друковані символи. Не викликає сумнівів корисність відомих програм розпізнавання текстової інформації - FineReader і CuneiForm. Розпізнавання символів по їх графічного представлення - одна з найстаріших і традиційних завдань штучного інтелекту. Ще в 1960-1970-і рр.. були написані десятки дисертацій та запропоновано сотні методів вирішення цієї проблеми. Однак, тільки зараз, коли сканери та комп'ютери стали загальнодоступними, розпізнавання символів отримало повноцінне практичне застосування.
Сьогодні системи розпізнавання текстів складають важливу частину більшості технологій зберігання і обробки документів.
2.2 Огляд існуючих підходів до процесу розпізнавання
.2.1 Методи, що використовуються для розпізнавання образів
Можна виділити 4 групи методів розпізнавання:
) Порівняння із зразком. У даному випадку застосовується геометрична нормалізація і вважається відстань до прототипу. Найбільш наочно застосування цього методу в розпізнаванні тексту. Припустимо, у нас є зображення відсканованого символу і колекція зображень зразків (усіх букв алфавіту). Необхідно визначити, який букві алфавіту відповідає відскановане зображення. Рішення зводиться до масштабування символу до розмірів зразків і зіставленню з кожним зразком. Вибирається той зразок, відстань до якого мінімально (тобто максимально «схожий» символ).
) Статистичні методи. Будується розподіл для кожного класу і класифікується за правилом Байеса. Розподіл можна побудувати, використовуючи тренувальну колекцію. Тренувальна колекція - колекція об'єктів, для яких свідомо відомі їхні образи. Наприклад, колекція аудіо записів для кожного звуку або колекція зображень кожної букви алфав...
