تشخیص مبلغ پول نوشته شده در چکهای دستنویس فارسی

بازشناسی ارقام و کلمات دستنویس یکی از موضوعات مطرح در تشخیص الگو است و کاربردهای فراوانی دارد مانند شناسایی مبلغ چک، خواندن، شناسایی و دسته بندی کد پستی نامه ها و شناسایی متون دستنوشته. معمولا روش هایی که برای شناسایی دستنوشته های انگلیسی بکار می روند برای دستنوشته های فارسی کاربردی ندارند و دلیل آن ویژگی های نوشتاری خط فارسی است، مانند پیوستگی حروف و زیر کلمات، اشکال متفاوت یک حرف، همپوشانی بین حروف، نقطه دار بودن حروف، اندازه متفاوت حروف و همچنین عدم سرمایه گذاری کافی و فقدان پایگاه داده ها و لغتنامه های استاندارد و جامع برای متون فارسی و عربی. این تحقیق یک روش ابتکاری را برای بازشناسی مبلغ چک های دستنویس فارسی ارائه می دهد. مبلغ نوشته شده در چک از دو قسمت حروفی و عددی تشکیل می شود. در قسمت بازشناسی ارقام، هر رقم با استفاده از روش مولفه های همبند استخراج شده و پس از اعمال الگوریتم های پیش پردازش به دسته بند داده می شود، اما در قسمت بازشناسی مبلغ حروفی نمی-توان بطور مستقیم از روش مولفه های همبند برای استخراج هر کلمه استفاده کرد. در روش پیشنهادی الگوریتمی را ارائه داده ایم که می تواند با دقت قابل قبولی کلمات را استخراج کند. در این تحقیق برای شناسایی مبلغ رقمی چک از دسته بندهای شبکه عصبی، ماشین بردار پشتیبان و k نزدیکترین همسایه و برای بازشناسی مبلغ حروفی نیز از دسته بند شبکه عصبی استفاده شده است. همچنین در قسمت بازشناسی ارقام یک روش ابتکاری با استفاده از ترکیب دسته بندها و استفاده آنها در درخت تصمیم ارائه شده است. با توجه به اینکه دامنه لغات موجود در چک محدود است کلمات را بعنوان یک الگوی واحد در نظر گرفته ایم، این فرض باعث می شود که در طی انجام پروژه مجبور به جداسازی حروف از کلمات نشویم و کلمات را بجای حروف به سیستم آموزش دهیم.