Inspection, détection et reconnaissance des caractères en milieu industriel

= Inspection, detection and character recognition in industrial environment

• Auteur / Autrice : Djamel Athamena
• Direction : Nicole Vincent
• Type : Thèse de doctorat
• Discipline(s) : Ingénierie informatique
• Date : Soutenance en 1996
• Etablissement(s) : Lyon, INSA
• Ecole(s) doctorale(s) : Ecole doctorale Informatique et Information Pour La Societe. 1992-2009 (Lyon ; 1992-2009)
• Partenaire(s) de recherche : Laboratoire : RFV - Laboratoire de Reconnaissance de Formes et Vision (Lyon, INSA1995-2003)

Mots clés

Mots clés contrôlés

Applications industrielles

Reconnaissance optique des caractères

Informatique

Résumé

Après avoir montré ce que peut avoir de spécifique le milieu industriel, l'auteur consacre la première partie de sa thèse à l'exposé d'un état de l'art dans lequel il évoque les problèmes ainsi que les efforts déployés de toutes parts pour vaincre les obstacles qui subsistent et aussi les réalisations récentes. Dans une seconde partie, essentiellement comparative, il analyse les méthodes qui sont à sa disposition pour la reconnaissance des caractères en montrant les avantages et les faiblesses de chacune. Il s'attaque ensuite, et successivement, à quatre grands problèmes en montrant les difficultés avec lesquelles il se trouve confronté : la localisation, la segmentation, l'apprentissage et la décision. Pour chacun d'eux, et après avoir montré l'incapacité des méthodes classiques à apporter une réponse valable au milieu industriel, il propose sa solution en montrant ses qualités d'adaptation aux diverses situations rencontrées. Deux applications sont particulièrement envisagées : la détection et la lecture des plaques minéralogiques des automobiles et la reconnaissance des inscriptions portées sur les boîtes de lait.

After defining the specificity of the industrial environment, the author first proposes a state of the art though which he explains the main problems met and the efforts that have been made since a few years to solve them. In a second part, classical optical character recognition methods are studied, for each of them, advantages and drawbacks are exposed. The four most important problems of optical character recognition: localisation, segmentation, learning and decision are then carried on. For each one the inability of classical approaches are raised and new answers adapted, even to the industrial environment are brought. These new methods have been tested and validated on two main applications: car number plate automatic reading and milk pack engraving extraction and recognition.