Фонтанное преобразование (от — шрифт) — подход к реализации задачи машинного распознавания образов.
История Данный подход был разработан российской компанией БИТ (BIT Software, ныне ABBYY) для решения задачи распознавания печатного текста и с успехом реализован в программе FineReader.
Принцип Алгоритм основан на сочетании шаблонного и структурного методов распознавания образов. При анализе образца выделяются ключевые точки объекта — так называемые «пятна».
В качестве пятен, например, могут выступать: концы линий; узлы, где сходятся несколько линий; места изломов линий; места пересечения линий; крайние точки.
После выделения «пятен» определяются связи между ними — отрезок, дуга. Таким образом, итоговое описание представляет собой граф, который и служит объектом поиска в библиотеке «структурно-пятенных эталонов».ЭКСПЕРТНЫЕ СИСТЕМЫ, Учебное пособие для вузов
При поиске устанавливается соответствие между ключевыми точками образца и эталона, после чего определяется степень деформации связей, необходимая для приведения искомого объекта к сравниваемому эталонному образцу. Меньшая степень необходимой деформации предполагает бо́льшую вероятность правильного распознавания символа.
Методы улучшения результатов В дальнейшем может выполняться дополнительная коррекция, позволяющая увеличить качество распознавания спорных символов (то есть символов, у которых есть несколько кандидатов с приблизительно одинаковой оценкой степени соответствия нескольким эталонам) на основе: анализа буквосочетаний, характерных для языка; словаря языка; грамматического анализа; и других методов.
Примечания
Литература Распознавание рукописных текстов, Ижевск 2006, А. В. Кучуганов, Г. В. Лапинская — http://manuscripts.ru/conf/report/Kuchuganov2.pdf глава "Структурно-пятенный эталон", с. 62—63. ЭКСПЕРТНЫЕ СИСТЕМЫ, Учебное пособие для вузов, Воронеж 2007, А. Ю. Телков — https://web.archive.org/web/20100705091230/http://window.edu.ru/window_catalog/files/r59548/may07105.pdf О названии от И. Ашманова — http://roem.ru/2011/10/17/addednews37458/?c#message107008
Категория:Оптическое распознавание символов