23694

ارائه يك روش نوين ساختاري براي شناسايي نويسه هاي دستنويس تنها فارسي

كارشناسي ارشد

فناوري اطلاعات و ارتباطات - گرايش مخابرات امن

1391

1391/01/19

دكتر محسن سرياني

دكتر احسان الله كبير

مركز آموزش الكترونيكي - دانشكده برق

بازشناسي حروف و ارقام دستنويس همواره يكي از موضوعات مورد علاقه براي تحقيق بوده است. در زمينه بازشناسي حروف و ارقام دستنويس عربي و فارسي نيز، كارهاي زيادي صورت گرفته است. شناسايي حروف براي انسان كار آساني است اما اين كار براي ماشين چندان ساده نيست زيرا برخي از حروف به شدت مشابه هستند. تا كنون تحقيقات فراواني در زمينه سيستمهاي تشخيص حروف و ارقام دستنويس فارسي انجام گرفته است اما اين سيستمها تا رسيدن به نتايج ايدهآل راه زيادي در پيشرو دارند. از كاربردهاي اين بازشناسي ميتوان فرمهاي ورود اطلاعات وزراتخانهها و سازمانهاي بزرگ كه متشكل از اعداد و حروف تنها فارسي ميباشند و نياز به شناسايي و ذخيرهسازي در پايگاههاي اطلاعاتي را دارند نام برد. هدف از اين پروژه شناسايي نويسههاي دستنويس فارسي ميباشد كه به صورت نويسههاي اسكن و بريده شده به عنوان ورودي به سيستم داده ميشوند. در الگوريتم پيشنهادي از تركيب دو روش ساختاري و شبكه عصبي و استفاده از منطق فازي براي شناسايي الگو استفاده شده است. به طور خلاصه پس از دريافت تصوير و انجام عمليات پيشپردازش بر روي آن، نويسه از لحاظ همبند بودن مورد بررسي قرار ميگيرد و در صورتيكه نويسه از چند جز مجزا تشكيل شده باشد، مشخص ميشود. سپس اجزاي متصل نويسه در نقاط خاصي همانند تيزيها، شكستگيها، خميدگيهاي شديد از هم منفك ميشود. در مرحله بعد اين اجزا براي شناسايي به شبكه عصبي هدايت ميشوند. در نهايت نتيجه خروجي از شبكه عصبي به يك واحد ساختاري ارسال ميگردد. اين واحد مسئوليت شناسايي نويسه را به عهده دارد. در صورتيكه نويسه شناسايي شود به خروجي برده ميشود درغير اينصورت روند همبند كردن اجزاي تجزيه شده صورت ميگيرد و مجددا به شبكه عصبي وارد ميشوند. اين مكانيزم تا زمانيكه يك نويسه مناسب شناسايي شود يا تمامي حالات همبند كردن اجزاي منفك شده انجام شود، ادامه پيدا ميكند. نحوه تاييد يك نويسه در واحد ساختاري نيز بر اساس منطق فازي صورت ميگيرد. ميزان بازشناسي صحيح آزمايش شده بر روي 3 پايگاه داده هدي، IFHCDB و متاكد به طور ميانگين براي حروف %48.93 و براي ارقام %73.96 بوده است.

1400/03/04

A New Structural Method for Farsi Isolated Handwritten Character Recognition

1/1/1900 12:00:00 AM

This paper proposes a hybrid algorithm of neural networks and fuzzy logics. The algorithm goes to distinguish discrete Farsi handwriting characters. It divides handwriting characters to some segments and achieving to this state, it uses a sequence of rules and circumstances. Segmentation, itself, has some sensitive points. The values of sensitive points are used as input for a neural network. What made stable by neural network as the true answer will be sent to final part of recognition algorithm. In the final part, a structural pattern is defined which, using fuzzy logics, determines how much the handwriting character is like to one specific character. Based on the value of fuzzy similarity, all characters except one will be refused. If there is no character respective to handwriting, then some of its segments merge with each other based on the rules. The merged object again passes the steps of algorithms. Algorithm continues the iterations until the result will be taken or the characters will be finished. Applying algorithm on three databases, the authors' database, IFHCDB and HODA, the ratio of 93.48% for letters and 96.73% for digits gained as efficiency of recognition.

نويسه هاي مجزا , شناسايي نوري نويسه , حروف دستنويس، , ارقام دستنويس، , روش ساختاري , شبكه عصبي , منطق فازي

: Optical Character Recognition , discrete letters , , handwriting digits , structural method , , Neural Networks , fuzzy logics