серию проверок, отбрасывает области, которые не содержат номерной
знак.
Распознаватель номеров включает нейрораспознаватель (NeuroRe-
cognizer), в котором реализован интерфейс Recognizer.
Класс автомобильный номер (CarNumber), используя объект Recog-
nizer, может распознавать составные части номера: буквы (recogni-
zeLetter) и цифры (recognizeNumber) области номера и цифры области
региона (recgonizeRegionNumber).
Распознаватель выполняется в отдельном потоке. Он извлекает не-
распознанные номера из очереди (если очередь пуста, поток остана-
вливается до появления первого номера), дает команду на распозна-
вание с помощью нейрораспознавателя и помещает их в выходную
очередь.
Структурно нейрораспознаватель состоит из сети типа неокогни-
трон, которая обучена на распознавание определенных групп симво-
лов: цифр и букв области номера и цифр области региона. При ини-
циализации распознавателя параметры сети типа неокогнитрон загру-
жаются из заранее созданных файлов. Каждый такой файл содержит
топологию сети (число плоскостей, нейронов и связей), параметры
сети и весовые коэффициенты.
Неокогнитрон — многослойная ИНС. Изображение с транспортным
средством подается на входной слой (слой фоторецепторов)
U
0
.
За ним
следует слой клеток
U
G
,
выделяющих контрасты. Он состоит из двух
плоскостей: одна служит для выделения внешней границы, другая —
для выделения внутренней границы.
С выхода слоя
U
G
сигнал подается на вход
S
-
клеток первой ста-
дии (слой
U
S
1
).
Эти клетки обучены с учителем на выделение ребер
определенной ориентации из входного изображения.
S
-
клетки проме-
жуточных стадий (слои
U
S
2
и
U
S
3
)
обладают свойством самооргани-
зации (конкурентное обучение без учителя).
S
-
клетки высшей стадии
(
слой
U
S
4
)
обучаются по алгоритму конкурентного обучения с учите-
лем. Стадии соединяются между собой и образуют единую систему.
Неокогнитрон состоит из пяти стадий [3—5]: входной, контрастной
обработки, выделения ребер, промежуточной и высшей.
Входная стадия (рис. 1) предназначена для извлечения графической
информации из различных источников и передачи ее к следующим
стадиям неокогнитрона.
Для общности архитектуры создан класс InputPlane, наследуемый
от класса Plane. Для получения входной графической информации
InputPlane использует объекты класса InputHelper. В качестве ис-
точников могут служить DIB-секция (подается на вход посредством
класса DIBInput) или растровое изображение (используется класс
InputImage).
190
ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2012
