• Langue : Français
• Discipline : Electronique
• Identifiant : Inconnu
• Type de thèse : Doctorat
• Date de soutenance : 01/01/1998

Résumé en langue originale

La reconnaissance de caracteres en milieu industriel est confrontee aux problemes de la variete des supports utilises (metal, bois, papier,) et du type d'ecriture (jet d'encre, gravure,). L'etude presentee porte sur la conception d'un systeme de reconnaissance de caracteres qui possede les proprietes d'autoadaptation necessaires a la resolution de ces problemes. Le systeme propose est elabore a partir de deux reseaux de neurones et d'une boucle de retroaction. Le premier reseau permet d'extraire un modele binarise invariant quels que soient le materiau et le type de marquage et quelles que soient la position, la taille et l'orientation du caractere. Il est construit suivant une architecture a couches structurees decrivant une operation de vision et une operation de normalisation. Un second reseau supervise du type rbf realise la classification de ce modele. Ce reseau a ete concu pour permettre et faciliter la reconnaissance multifonte en prenant compte de la variete et de la specificite des polices utilisees en marquage industriel. En fonction de la qualite de reconnaissance, le systeme peut grace a la boucle de retroaction, apporter au premier reseau l'information necessaire a l'amelioration de la vision des caracteres. La premiere partie est une introduction a la reconnaissance de caracteres et aux systemes d'ocr, nous presentons ensuite en deuxieme partie une bibliographie sur les reseaux de neurones utilises en classification et en troisieme partie quelques reseaux de neurones utilises en reconnaissance invariante. Dans une quatrieme partie, nous presentons l'architecture de notre systeme et detaillons les concepts originaux tels que la notion de centre/voisinage developpee dans l'etage de vision, l'architecture de normalisation et la notion de forme introduite dans la phase d'apprentissage du reseau rbf. La cinquieme partie est consacree a l'analyse des performances du systeme applique a des cas reels.