Распознавание символов

Альтернативы часто удобнее использовать перемещение (см. разд. 11.6), что, однако, требует более значительных затрат на техническое и программное обеспечение можно также эффективно использовать распознавание символов в режиме он-лайн (см. разд. 11.12). [c.219]

Применения рисование является существенной составной частью распознавания символов в режиме он-лайн (см. разд. 11.12). Кроме черчения кривых, оно не находит других серьезных применений. [c.236]

Распознавание символов в режиме он-лайн имеет ряд преимуществ по сравнению с другими методами, описанными в данной главе. Прежде всего оно дает возможность пользователю вводить вш его информацию, как графическую, так и текстовую, одним устрой- [c.238]

Описания методов ввода рассредоточены по многим разделам литературы (см. разд. Л.5 и Л.7). Особо следует отметить методы распознавания символов обзор методов для работы в режимах он-лайн и оф-лайн с библиографией содержится в работе [191] интересные системы описаны в работах [21, 23, 60, 107, 286]. [c.413]

Сам распознаватель выполняет работу только по распознаванию символов как совокупности штрихов. Прочие действия, в том числе обработку прерываний от кодирующего планшета, вывод на экран дисплея принятого решения и т. д., осуществляют другие части графической системы. [c.539]

Теперь задача состоит в том, чтобы выделить набор признаков для каждого штриха. Штрих описывается этим набором, а распознавание символов осуществляется путем сравнения таких наборов. Прямоугольник, описанный на штрихе, делится на 9 областей. Каждой области соответствует тетрада [c.540]

Задачи оптического распознавания символов. [c.468]

Метод конечного автомата находит широкое применение в языковых процессорах для распознавания цепочек символов [2]. Поясним идею метода на конкретном примере. Пусть из всего множества слов конечной длины, составленных из символов алфавита А, К, О, П, Р, С, Т, [> , допустимыми являются только СТОП [> и СТРОКА [>, где[>—символ конца слова. В задачу программы распознавателя, использующей метод конечного автомата, входит обнаружение из всего множества цепочек символов только двух допустимых. В основе реализации конечного автомата на ЭВМ лежит таблица переходов, представленная в табл. 1.2. Ее столб- [c.19]

Многообещающим является применение голографии при распознавании образов и символов, что позволит создать читающие автоматы, обладающие большой надежностью. [c.222]

Первая задача является аналитической, вторая — синтетической. Эффективность решения транслятором обеих задач в значительной степени определяется типом грамматики G и свойствами правил Ф. Гибкие, легко адаптируемые к изменениям входного языка трансляторы удается создать для контекстно-независимых грамматик с однозначными отношениями предшествования соседних терминальных и нетерминальных символов. Отношения предшествования играют важную роль в аналитической задаче распознавания синтаксических конструкций языка, которая решается с помощью операции свертывания. Операция обозначается символом — [c.134]

В программе ТРАН осуществляются следующие действия-пересчет десятичных абсолютных или относительных координат в целочисленные значения, исчисляемые в шагах пишущего узла устройства отображения корректировка сопряжений соседних линий в связи с проведенными пересчетами преобразование кодов, типов линий в коды перьев пишущего узла формирование данных для интерполятора преобразование кодов символов ЭВМ в коды символов генератора знаков формирование служебных и графических команд распознавание сбойных ситуаций — выхода за пределы чертежного поля, незадействованных функций интерполятора и генератора знаков формирование информации для контроля команд по четности при передаче их из, ЭВМ в устройства 196 [c.196]

Распознавание образов (изображений или их фрагментов) и знаков (букв, цифр или символов) являются двумя наиболее привлекательными областями применения оптической обработки информации. Задача системы, предназначенной для распознавания образов или знаков, состоит в обнаружении интересующего нас образа (а также в определении его положения) во входном изображении. При распознавании знаков обычно используется постоянный банк или набор эталонных функций, принадлежащих большому классу функций, и задача системы состоит в том, чтобы определить, какая из этого класса эталонных функций присутствует на входе системы (а также в каком месте входной сцены она находится). Ключевой операцией во всех оптических системах распознавания образов и знаков является корреляция входной и эталонной функций или двух входных функций. Поэтому основное внимание в [c.550]

В методах структурно-лингвистического типа, наиболее часто используемых в алгоритмах обнаружения и распознавания объектов надземных сцен, каждый объект на изображении после кодирования (бинаризации) представляется некоторой структурой языкового типа. В этом случае структурно-лингвистические или синтаксические признаки представляют собой непроизводные элементы (символы) структуры распознаваемого объекта и отношения между этими элементами. Каждый объект тогда может рассматриваться в виде цепочки непроизводных элементов, называемой предложением средство описания объектов в терминах непроизводных элементов и их отношений характеризуется как соответствующий язык , а правила, определяющие способы построения объекта из непроизводных элементов — как грамматика этого языка. Таким образом процедура описания объек- [c.180]

Отслеживание линий является хорошим примером необходимости введения специального буфера для запоминания данных в прерывающей программе без пересылки входных данных в основную память по мере их поступления. Аналогично может обрабатываться входная информация, поступающая с клавиатуры. При таком режиме некоторая последовательность команд может компоноваться прерывающей программой и передаваться целиком основной программе только после получения завершающего символа. Это уменьшает частоту появления сигналов обращений и исключает необходимость составления специальных программ для формирования строк символов и чисел. С другой стороны, очень трудно и расточительно вводить в прерывающую программу все разнообразные ситуации, возникающие при вводе символьной информации,— различные конечные символы, отсутствие конечного символа (т. е. ввод команды, состоящей из одиночного символа), распознавание чисел, распознавание команд по первым Нескольким символам. [c.217]

Для успешной работы распознаватель должен удовлетворять некоторым критериям. Он должен быстро выдавать данные об опознанном символе, обеспечивать высокую вероятность успеха при распознавании, допускать значительные вариации по размерам, очертаниям и ориентации изображаемых символов, и, наконец, программа должна экономно расходовать ресурсы ЭВМ. Пока нельзя утверждать, что хотя бы один из разработанных до сих пор распознавателей полностью удовлетворяет этим критериям, однако за последние пять лет были сделаны значительные успехи, в том числе с точки зрения разработки достаточно экономных распознавателей, допускающих рисование символов сильно различающимися почерками. [c.238]

Экономия времени работы программы обычно достигается только при использовании таких средств, как указание, позиционирование и печать символов, в которых информативное содержание, заключенное в каждом действии, сравнительно мало. Часто выбор типа общения с системой лишь частично может быть основан на экономичности. Например, режимы распознавания рукописных символов или вычерчивания линии типа резиновой нити могут быть очень сложны и дороги для реализации, но их включение в систему оправдано, если требуется свести к минимуму затраты времени пользователя при работе за пультом. [c.359]

Обучающая программа является ярким примером программы для интерактивной графики. Пользователь должен иметь возможность управлять программой с помощью одного устройства ввода — кодирующего планшета. Он чертит несколько штрихов, при этом введенные штрихи повторяются на экране дисплея. Когда набор штрихов закончен, вызывается распознаватель, чтобы попытаться распознать символ с использованием всей структуры данных, которая была перед этим построена. При этом программа может вывести для пользователя результаты распознавания на экран дисплея если не был обнаружен ни один кандидат, то распознаватель сообщает, что он не знает этот символ если же окончательное решение найдено, то распознаватель может сообщить, что, по его мнению , он распознал и отобразил символ правильно наконец, если решение принято на основании совершенно точных данных, то распознаватель может быть уверен в правильности символа. [c.545]

С помощью одной голограммы можно записать и восстановить огромное количество информации. Большое число независимых сведений, регистрируемых голограммой, внешне проявляется в чрезвычайной сложности ее структуры. Под микроскопом такая голограмма производит впечатление хаотического набора пятен всевозможной формы и ориентации в отличие от регулярной структуры голограммы простейшего объекта. Очень важно, что декодирование этой огромной информации на этапе восстановления происходит просто и чрезвычайно быстро. Способность голографии к регистрации, хранению и быстрому преобразованию информации открывает перспективы создания новых систем памяти ЭВМ, оптических систем обработки данных, систем распознавания образов и символов с помощью оптической фильтрации сигналов. [c.389]

Асинхронный адаптер подключается к системной шине ПЭВМ и выполняет все функции по передаче нужного символа с соответствующей скоростью, формированию стартового и стопового битов, контролю, а также обнаружению стартового бита при приеме, распознаванию принятого символа и представлению его соответствующей обслуживающей программе и т.д. [c.130]

Возможность обучения O R распознаванию новых символов. Аппроксимация произвольных кривых полилиниями. Аппроксимация контуров площадных растровых объектов. Распознавание типа линии объектов. [c.301]

Начальный распознаваемый символ РГ-2 — подмножество классов алфавита РГ-2, обладающих следующим свойством все режимы элементов Д-проекта согласованы так, что гарантируется непре-вышение заданного ограничения на риск выбора. Правила распознавания РГ-2 заключаются в согласовании режимов работы и выборе наилучшего согласованного режима. [c.20]

Для того чтобы реализовать компьютеры, способные подражать процессам человеческого мышления, в отличие от существующих сегодня цифровых компьютеров, в дополнение к битам с цифровой информацией следует предусмотреть резервные биты для записи определенных символов. Например, кроме того что компьютер должен дать ответ на вопрос Каким путем я должен достичь поставленной задачи, располагая известной мне информацией об окружающих меня условиях и моих собственных способностях , он должен быть способен выполнять арифметические задания типа Сколько будет 2 плюс 4 . На практике люди вполне стандартным путем находят стандартные решения указанных задач, но пока не удалось создать цифровых компьютеров, выполняющих такие задания. Прежде всего само кодирование поставленного вопроса при вводе в компьютер создает значительную проблему. Во-вторых, если задание и информация об альтернативном нути решения определяются визуальной сценой (т. е. управление процессом решения задачи осуществляется на основе визуальной информации), то использование символьных операций существенно расширяет возможности системы по распознаванию и пониманию. Наконец, процесс принятия решения, по всей вероятности, потребует знания об окружающем мире, а это также основывается на ис- [c.274]

Основная система распознавания естественной речи состоит из акустического процессора, выполняющего преобразование сигнал-символ, и лингвистического декодера, применяющего знание для понимания вводимой речи. Типичные системы распознавания естественной речи могут быть реализованы в двух вариантах во-первых, с распознаванием отдельных слов при случайном их следовании (как, например, для поиска в базе данных) и, во-вторых, понимание значения непрерывно произносимых предложений. В обоих случаях имеются не только общие свойства, аналогичные свойствам систем распознавания отдельных слов, но и различия. Однако главное различие заключается в разных подходах к разделению слов на фрагменты. [c.302]

В соответствии с характером распознаваемых образов акты распознавания можно разделить на два основных типа распознавание конкретных объектов и распознавание абстрактных объектов. Мы распознаем символы, рисунки, музыку и объекты, нас окружающие. Процесс, включающий распознавание зрительных и слуховых образов,можно определить как "сенсорное" распознавание. Процессы этого типа обеспечивают идентификацию и классификацию пространственных и временных образов. С другой стороны, мы в состоянии с закрытыми ушами и глазами опознать старый довод или найти решение задачи. Подобные процессы обеспечивают распознавание абстрактных объектов и их можно определить как "понятийное" распознавание в отличие от зрительного или слухового распознавания. Примерами пространственных образов служат символы, отпечатки пальцев, синоптические карты, физические объекты, рисунки. В разряд временных объектов входят речь, характеристики цели, временные ряды. [c.110]

Проще говоря, распознавание образов можно определить как отнесение исходных данных к определенному классу с помощью выделения существенных признаков или свойств, характеризующих эти данные, из общей массы несущественных деталей. Прогноз погоды можно интерпретировать как задачу распознавания образов. Исходные данные в этом случае принимают вид синоптических карт. Система интерпретирует их, выделяя существенные признаки и формируя на их основе прогноз. Постановку медицинского диагноза также можно рассматривать как задачу распознавания образов. Симптомы служат исходными данными для распознающей системы, которая на основе их анализа идентифицирует заболевание. Система распознавания символьной информации представляет собой систему распознавания образов, в которой в качестве исходных данных вводятся оптические сигналы и которая порождает названия символов. [c.111]

Программа просмотра словаря может дать отказ при распознавании символа и должна сообщить об этом прикладной программе, которая просит пользователя повторить попытку. Если эта попытка удается, то в общем случае программа просмотра передает прикладной программе информацию об опознанном символе, возможно в коде А5СП, вместе с информацией о его размерах и положении. После этого прикладная программа должна соответствующим образом откликнуться , т. е. заменить нарисованный символ опознанным символом, четко вычерченным в нужном размере и в пра- [c.239]

В любом случае пользователь может пожелать добавить информацию о только что вычерченном символе к структуре данных. Если распознаватель правильно распознал символ, то пользователь может применить световую кнопку да для увеличения весов, соответствующих распознаванию символа по набору штрихов. Если же распознаватель не смог распознать символ, то пользователь может реагировать с помощью кнопки нет , в результате чего высвечивается меню из всех возможных символов с помощью указки пользователь показывает правильный символ. Если пользователь решает, что ему не нужно изменять структуру данных для этого симюла, то он может воспользоваться световой кнопкой выброс для того, чтобы этот сймюл игнорировался. Этот процесс повторяется до тех пор, пока распознаватель не достигнет приемлемой степени распознавания. После этого структура данных может быть выдана, например, в виде приведенного выше списка, чтобы впоследствии не повторять обучение. [c.545]

Проблемно-ориентированные ППП - наиболее развитая в плане реализуемых функций и многочисленная по количеству созданных пакетов часть ППП. Она включает следующие проблемно-ориентированные программные продукты текстовые процессоры, издательские системы, графические редакторы, демонстрационную графику, системы мультимедиа, ПО-САПР, организаторы работ, электронные таблицы (табличные процессоры), системы управления базами данных, программы распознавания символов, финансовые и аналитико-статис-тические программы. [c.212]

Программы распознавания символов предназначены для перевода графического изображения букв и цифр в AS II-коды этих символов. Используются, как правило, совместно со сканерами. [c.219]

Системы, базирующиеся на супермини-компьютере, служат для управления запасами. Связь с такой системой осуществляется через терминалы типа DE VT100 со сканером оптического распознавания символов, расположенным в стратегических местах вблизи завода. Для этой цели служит заказной пакет, который был разработан персоналом АСУ с применением базирующейся на аппаратуре DE системы управления базами данных, а также гибкой производственной системы и системы управления ресурсами. [c.304]

Автоматические УГВ используются для ввода в ЭВМ относительно несложной информации—графиков, полученных в самопишущих регистрирующих устройствах, контуров плоских деталей. К качеству читаемых чертежей предъявляют повышенные требования. В принципе можно применить чувствительные сканирующие УГВ для ввода в ЭВМ конструкторских документов, выполненных в соответствии с ЕСКД- УГВ сформирует цифровой двоичный код, соответствующий абсциссам и ординатам точек чертежа, и передаст код ЭВМ. Однако в настоящее время это не имеет практического смысла. Для хранения кода одного чертежа требуется огромный объем памяти ЭВМ, исчисляемый миллионами бит. Кроме того, не разработаны быстродействующие и достаточно надежные алгоритмы распознавания линий, символов и синтеза целостного геометрического образа объекта, заданного чертежом. Применение следящих УГВ для ввода чертежей затруднено прежде всего большим числом пересечений линий и случайным характером распределения элементов изображения на поле машиностроительного чертежа. Поэтому автоматические 24 [c.24]

Сформированная блоком ЛЕКСА Sy-строка передается блоку синтаксического анализа (СИНТА), который осуществляет поиск и распознавание синтаксических ошибок в конструкциях операторов ОГРА-1 восходящий грамматический разбор и каноническое свертывание [60] символов Sy-строки в нетерминальный символ (Sy-строка), если все конструкции правильные обращение к семантическим подпрограммам блока БСЕП (см. рис. 79) в вершинах деревьев синтаксического разбора. [c.172]

Приложения этого метода включают в себя распознавание буквенноцифровых символов при машинном переводе с одного языка на другой, поиске информации и т.д. [c.120]

Как указывают данные, приведенные в разд. 10.5.15 и 10.5.16 (эти данные были получены при работе с аэрофотоснимками), задача оптического распознавания образов состоит в получении пика корреляции ). По-видимому, вследствие детальности и структурной сложности изображений при этом не наблюдается ошибочных взаимных корреляций, соизмеримых по своей интенсивности с интересующими нас. Однако при распознавании знаков (в качестве примера можно указать на рис. 2) все входные данные или их части состоят из знаков и символов, являющихся членами общего ряда, к которому относится эталонный объект. Таким образом, распознавание знаков обычно характеризуется как наличием набора сложных фильтров на эталоны, несколько напоминающие изображения, так и, кроме того, наличием сильных ложных взаимных корреляций, присутствие которых на выходе необходимо подавить, чтобы исключить ошибочное обнаружение. Эти ложные взаимные корреляции возникают потому, что все буквы имеют в основном одинаковую форму. Действительно, по своей структуре все буквы состоят из вертикальных, горизонтальных, диагональных и спиральных линий, имеющих относительно постоянную ширину. Все эти общие элементы и содействуют появлению сильной шумоподобной взаимной корреляции при распознавании знаков. [c.592]

Распознаватель Лидина подробно рассмотрен в приложении 8. В этом распознавателе, по-видимому, достигнут наиболее удовлетворительный компромисс между способностью к распознаванию и требованиями к ресурсам. Единственный ощутимый его недостаток состоит в том, что иногда нельзя различить некоторые пары символов, например и и V, эту трудность можно устранить в процессе работы, если, например, писать V в виде двух штрихов. Программирование распознавателя требует лишь нескольких сотен команд словарь также весьма компактен и для полного алфавита занимает не более 1К 16-разрядных слов. Такой распознаватель без особых трудностей можно включить в состав графической системы индивидуального пользования или с разделением времени. [c.241]

Для непосредственного считывания графической информации с бумажного или иного носителя в ПЭВМ применяются оптические сканеры. Сканеры бывают настольные, позволяющие обрабатывать весь лист бумаги или пленки целиком, а также ручные. Ручные сканеры проводят над нужными рисунками или текстом, обеспечивая их считывание. Введенный при помощи сканера рисунок распознается ПЭВМ с помощью специального программного обеспечения. Рисунок может быть не только сохранен, но и откорректирован по желанию пользователя соответствующими графическими пакетами программ. В настоящее время выпускаются черно-белые и цветные сканеры с точностью разрешения до 8000 точек на дюйм (более 300 точек на 1 мм), однако эти устройства весьма дороги. Использование сканеров для непосредственного ввода в ПЭВМ текстовой информации с ее последующим редактированием затрудаено также значительной сложностью программного обеспечения, необходимого для правильного распознавания и интерпретации отдельных символов. [c.122]

Качество векторизации определяется количеством распознаваемых растровых объектов. SpotLight/Pro автоматически распознает отрезки, окружности, дуги, полилинии, контура площадных растровых объектов, различные типы линий, стрелки на отрезках и дугах. При этом можно задать размеры игнорируемых разрывов линий и дуг, округление щирин к заданным величинам. Автоматически производится локализация растровых текстов, коррекция результатов распознавания — сопряжение дуг и отрезков, сведение концов векторных объектов, выравнивание отрезков прямых к правильным углам. В SpotLight/Pro реализована процедура поиска растровых объектов по образцу, которая позволяет удалять и заменять произвольные растровые объекты на векторные символы. Тексты могут быть векторизованы обводными линиями, линиями по центру либо не векторизованы вообще. Возможно маскирование текстовых и других объектов, не подлежащих векторизации. [c.307]

Программа RAZP (рис. 7.60) выполняет распознавание группы символов и наличие положительного ответа при шести возможных сочетаниях группы утвердительных символов (ДА, DA) русского и латинского алфавита. [c.188]

Таким образом, системы ггроектирования, осуществляющие процесс порождения и распознавания вариантов, при массовой разработке проектов в целях у . еньшения числа шагов, необходимых для разработки проекта с заданными свойствами, и обеспечени.ч требуемой полноты рассматриваем ь х вариантов, целесообразно представлять в классе адаптивных систем управления проектированием с эталоно объекта проектирования. Использование для этого процедур ПГ в среднем по множеству проектов уменьшает время генерации вариантов. При этом библиотека системы проектирования играет роль алфавита ПГ, а эталон — начального символа ПГ классы алфавита определяют зоны компетенции экспертов-проектировщиков, правила подстановки ПГ определяют инструктивную часть системы проектирования. [c.12]

Что касается превращения сигналов электронной машины в человеческую речь, то эта проблема уже решена, и новые терминалы все в большей степени оснащаются специальными устройствами, обеспечивающими синтез речи (превращение сигналов машины в речь). Вторая же (обратная) гфоблема, связанная с распознаванием речи, заключается в превращении ее в последовательность сигналов машины, а эта проблема во много раз сложнее проблемы синтеза. Дело в том, что при синтезе речи сигналы формальным путем превращаются в речь. Однако анализ речи для превращения ее в символы машины нуждается в выполнении сложных интеллектуальных операхщй, а это требует использования искусственного интеллекта. / [c.74]

Энциклопедия по машиностроению XXL

Оборудование, материаловедение, механика и ...