بازشناسی برخط حروف فارسی بر اساس متامورفیسم شکل
پایان نامه
- وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس
- نویسنده فواد جلالی
- استاد راهنما احسان اله کبیری
- تعداد صفحات: ۱۵ صفحه ی اول
- سال انتشار 1387
چکیده
هدف از انجام این پژوهش، طراحی و پیادهسازی روشی برای بازشناسی برخط حروف دستنویس فارسی است. برای این منظور از رویکرد تطابق مدل و از یک روش متامورفیسم شکل دوبعدی استفاده شده است. در روشهای پیشنهادی، حروف مجزای فارسی بر اساس تعداد بخشها به چهار گروه تقسیم می‌شوند و فرض می‌شود بدنه اصلی حرف، در بخش اول نوشته می‌شود. بدنه اصلی پس از پیشپردازش، به وسیله متامورفیسم با الگوهای پایه مقایسه می‌شود و بعد از شناسایی اجزاء کوچک، نتیجه نهایی تعیین میگردد. همچنین متامورفیسم را با(dtw) dynamic time warpingمقایسه کردیم و نشان دادیم که اگرچه dtw سریعتر است، متامورفیسم در نحوه انطباق نقاط و نتیجه بازشناسی بر dtw برتری دارد. برای افزایش سرعت و دقت بازشناسی، روش جدیدی از ترکیب متامورفیسم و dtw ارائه شده است که مزایای هر دو را حفظ میکند. برای ایجاد الگوهای پایه برای هر حرف، با کمک dtw از نمونههای با حالت یکسان نوشتن، میانگینگیری می‌شود. پایگاه داده استفاده شده در این تحقیق، از نوشته های 124 نفر تشکیل شده است که نوشتههای 70 نفر اول را برای آموزش و بقیه را برای آزمون در نظر گرفتیم. نرخ بازشناسیای که با روش متامورفیسم برای مجموعه آزمون بدست میآید، 90/8 درصد است که نرخ قابل قبولی است. نرخ بازشناسی روش ترکیب متامورفیسم و dtw برابر 95/1 درصد است و این نرخ، از دیگر روشهای ارائهشده بالاتر میباشد.
منابع مشابه
بازشناسی حروف برخط فارسی با استفاده از ویژگی‌های ساختاری
در این مقاله گروه‌بندی و بازشناسی حروف تنهای فارسی که به صورت برخط نوشته شده باشند، بر اساس ویژگی‌های ساختاری آن‌ها ارائه شده است. حروف بر اساس شکل و ساختار نوشتاری بدنه اصلی آن‌ها به 9 گروه تقسیم می‌شوند. پس از استخراج ویژگی‌ها، گروه‌بندی با استفاده از درخت تصمیم انجام می‌شود. بازشناسی نهایی حروف با توجه به ساختار اجزای کوچک آن‌ها در هر گروه صورت می‌پذیرد. با توجه به این که در این مقاله از روش...
متن کاملبازشناسی حروف برخط فارسی با استفاده از ویژگی‌های ساختاری
در این مقاله گروه‌بندی و بازشناسی حروف تنهای فارسی که به صورت برخط نوشته شده باشند، بر اساس ویژگی‌های ساختاری آن‌ها ارائه شده است. حروف بر اساس شکل و ساختار نوشتاری بدنه اصلی آن‌ها به 9 گروه تقسیم می‌شوند. پس از استخراج ویژگی‌ها، گروه‌بندی با استفاده از درخت تصمیم انجام می‌شود. بازشناسی نهایی حروف با توجه به ساختار اجزای کوچک آن‌ها در هر گروه صورت می‌پذیرد. با توجه به این که در این مقاله از روش...
متن کاملبازشناسی حروف مجزای برخط فارسی
در این پایان نامه، روشی برای بازشناسی برخط حروف مجزای دست نویس فارسی ارایه می شود. در روش پیشنهادی برای بازشناسی حروف مجزای دست نویس فارسی، از دانش مربوط به بدنه اصلی و ریزحرکات به طور همزمان استفاده شده است. در این تحقیق حروف مجزای دست نویس فارسی بر اساس تشابه بدنه اصلی در 18، و بر اساس تشابه ریزحرکات در 11 گروه، گروه بندی می شوند. برای مثال، سیستم برای حرف «چ»، بدنه اصلی و ریزحرکات را شناسایی...
15 صفحه اولبازشناسی برخط حروف مجزای دستنویس فارسی بر اساس تشخیص گروه بدنه اصلی با استفاده از ماشین بردار پشتیبان
In this paper a new method for the online recognition of handwritten Persian characters has been proposed which uses a set of simple features and Support Vector Machine (SVM) as a classifier. The task of preprocessing allows us to equalize feature vectors from different characters. This algorithm is implemented in two steps. In the first step, input character is classified into one of eighteen ...
متن کاملمنابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ذخیره در منابع من قبلا به منابع من ذحیره شده{@ msg_add @}
نوع سند: پایان نامه
وزارت علوم، تحقیقات و فناوری - دانشگاه تربیت مدرس
میزبانی شده توسط پلتفرم ابری doprax.com
copyright © 2015-2023