Журнал Современные проблемы науки и образования 2070-7428 Общество с ограниченной ответственностью "Издательский Дом "Академия Естествознания" ART-15814 ГЕНЕТИЧЕСКИЙ АЛГОРИТМ ПОИСКА МНОЖЕСТВА КРИВЫХ ДЛЯ ОПТИЧЕСКОГО РАСПОЗНАВАНИЯ СИМВОЛОВ С ИСПОЛЬЗОВАНИЕМ МЕТОДА ПЕРЕСЕЧЕНИЙ Хаустов П.А. Khaustov P.A. exceibot@sibmail.com Спицын В.Г. Spitsyn V.G. spvg@tpu.ru Максимова Е.И. Maksimova E.I. yelenamaksimova@yandex.ru ФГБОУ ВПО «Национальный исследовательский Томский политехнический университет» National Research Tomsk Polytechnic University 10 06 2014 6 92 92 This is an open-access article distributed under the terms of the CC BY 4.0 license. https://science-education.ru/ru/article/view?id=15814

В данной статье описываются применение генетического алгоритма нахождения оптимального множества прямых для оптического распознавания символов на основе метода пересечений. В статье также описывается способ кодирования генетической информации об особи с использованием уравнения прямой с угловым коэффициентом. Для используемого варианта генетического алгоритма выбраны операторы кроссинговера и мутации, а также определены правила селекции. Для апробации алгоритма было реализовано приложение для оптического распознавания символов. Результатом работы является выявленная закономерность расположения набора прямых на графическом изображении символа для наилучшего качества распознавания. Для подтверждения сделанных выводов в статье производится визуализация полученных с использованием генетического алгоритма набора прямых для двух различных конфигураций генетического алгоритма.

In this article the usage of genetic algorithm of optimal set of lines searching for optical character recognition based on the method of intersections has been proposed. The article also describes the method to encode the genetic information about an individual using the equation of a line with slope. For such genetic algorithm the rules of selection, operators of crossover and mutation have been proposed. For the algorithm testing the application for optical character recognition has been implemented. As a result, the consistent pattern for the set of lines have been found to maximize the optical character recognition rate. To confirm the made conclusion there is a visualization of a set of lines for different configurations of genetic algorithm.

 функция приспособленности мутация кроссинговер селекция алгоритм Брезенхэма метод пересечений оптическое распознавания символов генетические алгоритмы fitness function mutation crossover selection Bresenham’s algorithm method of intersections optical character recognition genetic algorithms

1. Роджерс Д. Алгоритмические основы машинной графики. – М.: Мир, 1989. – [С. 54-63].

2. Цой Ю.Р. О математических моделях эволюционных алгоритмов // Перспективные информационные технологии и системы. – 2006. – № 2. – [С. 42-47].

3. Bresenham, J. E., Algorithm for computer control of a digital plotter – «IBM Systems Journal 4», 1965. – [P. 25-30].

4. Janikow C. Z., Michalewicz Z., An Experimental Comparison of Binary and Floating Point Representations in Genetic Algorithms – «Proceedings of the Fourth International Conference on Genetic Algorithms», 1991. – [P. 31-36].

5. Schantz, Herbert F., The history of OCR, optical character recognition – «Recognition Technologies Users Association», 1982. – 213 p.