Foi projetado um sistema para reconhecimento multifonte de caracteres alfabéticos isolados, impressos em letras maiúsculas, usando extração de características topológicas. Através da especificação de um conjunto apropriado de características, tais como traços verticais, horizontais e inclinados, áreas abertas e fechadas, denominadas aqui de características fundamentais, o reconhecimento foi determinado baseado na comparação de vetores de características. Os resultados de reconhecimento com protótipos de fontes impressas mostraram que o sistema proposto é capaz de fazer a leitura de diferentes tipos de caracteres impressos a uma taxa de precisão de 98.83%. Este trabalho também apresenta uma revisão descritiva dos aspectos básicos da aquisição, pré-processamento e extração de características da imagem. São apresentados ainda alguns aspectos históricos e mencionados alguns sistemas de OCR disponíveis comercialmente. / A multifont character recognition system has been designed by making use of topological feature extraction to recognize capital isolated letters. By properly specifying a set of features such as vertical, horizontal and slant strokes, curvatures, open and closed areas, named here fundamental features, the recognition has been performed based on feature vector matching. Recognition experiments with a prototype system for a variety of printed fonts show that the proposed system is capable of reading different types of printed characters at an accuracy rate of 98,83%. This work also presents a descriptive review about the basic aspects of image acquisition, preprocessing, feature extraction, historical aspects and commercially available OCR systems.

Foi projetado um sistema para reconhecimento multifonte de caracteres alfabéticos isolados, impressos em letras maiúsculas, usando extração de características topológicas. Através da especificação de um conjunto apropriado de características, tais como traços verticais, horizontais e inclinados, áreas abertas e fechadas, denominadas aqui de características fundamentais, o reconhecimento foi determinado baseado na comparação de vetores de características. Os resultados de reconhecimento com protótipos de fontes impressas mostraram que o sistema proposto é capaz de fazer a leitura de diferentes tipos de caracteres impressos a uma taxa de precisão de 98.83%. Este trabalho também apresenta uma revisão descritiva dos aspectos básicos da aquisição, pré-processamento e extração de características da imagem. São apresentados ainda alguns aspectos históricos e mencionados alguns sistemas de OCR disponíveis comercialmente. / A multifont character recognition system has been designed by making use of topological feature extraction to recognize capital isolated letters. By properly specifying a set of features such as vertical, horizontal and slant strokes, curvatures, open and closed areas, named here fundamental features, the recognition has been performed based on feature vector matching. Recognition experiments with a prototype system for a variety of printed fonts show that the proposed system is capable of reading different types of printed characters at an accuracy rate of 98,83%. This work also presents a descriptive review about the basic aspects of image acquisition, preprocessing, feature extraction, historical aspects and commercially available OCR systems.

Estágio realizado no INESC-Porto e orientado pelo Eng.º Pedro Miguel Carvalho / Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores - Major em Telecomunicações. Faculdade de Engenharia. Universidade do Porto. 2008

Estágio realizado no INESC Porto e orientado pelo Eng.º Luís Filipe P. A. Teixeira / Tese de mestrado integrado. Engenharia Informática e Computação. Faculdade de Engenharia. Universidade do Porto. 2008

Tese de mestrado integrado. Engenharia Electrotécnica e de Computadores. Faculdade de Engenharia. Universidade do Porto. 2008

Made available in DSpace on 2014-06-12T15:59:53Z (GMT). No. of bitstreams: 2 arquivo5703_1.pdf: 1286025 bytes, checksum: a3ca835042abe1baa9c679ac998a2987 (MD5) license.txt: 1748 bytes, checksum: 8a4605be74aa9ea9d79846c1fba20a33 (MD5) Previous issue date: 2006 / Atualmente, existe um grande interesse pelo estudo dos sistemas imunológicos naturais motivados para combater doenças infecciosas como a AIDS, doenças auto-imunes como esclerose múltipla, e outros problemas de saúde. A ciência da computação tem contribuído nestes estudos através da especificação e simulação de modelos de sistema imunológico que geram novos conhecimentos à área de imunologia, bem como investigam a aplicação de sistemas imunológicos artificiais na solução de problemas computacionais. Esta dissertação investiga o paradigma de Sistemas Imunológicos Artificiais (AIS) através das especificidades de seus modelos e suas aplicações em problemas computacionais de reconhecimento de padrões. O estudo desenvolvido baseia-se no modelo CLONALG [Castro & Timmis, 2002] para propor e investigar uma nova extensão do paradigma que incorpora teoria da rede imunológica para melhorar o desempenho da abordagem de AIS aplicadas em problemas de reconhecimento de padrões. Visando a investigação da adequação do modelo de AIS em problemas de reconhecimento, o modelo CLONALG+ foi implementado e comparado com as abordagens de MLP-%DFNSURSDJDWLRQ e k-NN para reconhecimento de padrões. A base de padrões de dígitos manuscritos da OPTDIGITS [UCI, 1998] foi selecionada para o estudo comparativo, onde os padrões são representados através de um vetor de característica de tamanho 64 (quantidade de SL[HOV ativos da imagem). O conjunto total é composto por 5620 padrões de dígitos, sendo que em torno de 70% é destinado ao conjunto de treinamento e o restante ao conjunto de teste. Os principais resultados demonstram que é possível reconhecer padrões com a nova abordagem de AIS semelhante aos paradigmas tradicionais de reconhecimento de padrões com a vantagem de apresentar um menor desvio padrão médio entre os resultados dos experimentos. Adicionalmente, considerando que AIS aplicada em Reconhecimento de Padrões é uma área recente, espera-se que modelos mais elaborados sejam desenvolvidos e a abordagem seja mais aplicada a problemas do mundo real

Estágio realizado no INESC Porto e orientado pelo Eng.º Luís Filipe Teixeira / Tese de mestrado integrado. Engenharia Informática e Computação. Faculdade de Engenharia. Universidade do Porto. 2008