Detail publikace

Metody segmentace a rozpoznání číslic analogového elektroměru

SLIŽ, J.

Originální název

Metody segmentace a rozpoznání číslic analogového elektroměru

Český název

Metody segmentace a rozpoznání číslic analogového elektroměru

Typ

článek v časopise

Jazyk

cs

Originální abstrakt

– Článek pojednává o metodách zpracování obrazu s účelem odečtení hodnoty počítadla analogového elektroměru. Je uveden princip funkce analogového elektroměru. Článek se zabývá pouze jednofázovými typy, které jsou běžné v domácnostech. Hlavní částí je popis metod zpracování obrazu. Jsou popsány metody nejprve segmentace číselníku a následně segmentace jednotlivých číslic. V poslední části je rozebráno několik metod rozpoznání znaků a porovnání těchto metod. Bylo dosaženo přesnosti 89,4 % rozpoznání znaku s využitím vícevrstvé neuronové sítě.

Český abstrakt

– Článek pojednává o metodách zpracování obrazu s účelem odečtení hodnoty počítadla analogového elektroměru. Je uveden princip funkce analogového elektroměru. Článek se zabývá pouze jednofázovými typy, které jsou běžné v domácnostech. Hlavní částí je popis metod zpracování obrazu. Jsou popsány metody nejprve segmentace číselníku a následně segmentace jednotlivých číslic. V poslední části je rozebráno několik metod rozpoznání znaků a porovnání těchto metod. Bylo dosaženo přesnosti 89,4 % rozpoznání znaku s využitím vícevrstvé neuronové sítě.

Klíčová slova

elektroměr, OCR, neuronové sítě

Vydáno

29.02.2016

Strany od

21

Strany do

27

Strany počet

7

URL

BibTex


@article{BUT125111,
  author="Jiří {Sliž}",
  title="Metody segmentace a rozpoznání číslic analogového elektroměru",
  annote="– Článek pojednává o metodách zpracování obrazu s účelem odečtení hodnoty počítadla analogového elektroměru. Je uveden princip funkce analogového elektroměru. Článek se zabývá pouze jednofázovými typy, které jsou běžné v domácnostech. Hlavní částí je popis metod zpracování obrazu. Jsou popsány metody nejprve segmentace číselníku a následně segmentace jednotlivých číslic. V poslední části je rozebráno několik metod rozpoznání znaků a porovnání těchto metod. Bylo dosaženo přesnosti 89,4 % rozpoznání znaku s využitím vícevrstvé neuronové
sítě.",
  chapter="125111",
  howpublished="online",
  number="1",
  volume="18",
  year="2016",
  month="february",
  pages="21--27",
  type="journal article"
}