ارایه روش هوشمند برای تشخیص کلمات دستنویس فارسی با استفاده از ویژگی های آماری و دسته بند ماشین بردارپشتیبان SVM

سیستم ها و نرم افزار های بازشناسی نوری نویسه ها هم اکنون بسیار متداول شده اند و در کاربردهای فراوانی که مبتنیبر تشخیص نوری علایم و نوشتارهای تایپی و دستنویس می باشند مورد استفاده قرار می گیرند. در مورد بازشناسینوشتارهای زبان فارسی به ویژه دست نویس های فارسی این سیستم ها و نرم افزار ها هنوز از دقت بازشناسی مناسبیبرخوردار نیستند. بنابراین ما در این پایان نامه روش جدید و هوشمند برای بازشناسی برون خط کلمات فارسی ارایهشده است . مجموعه داده ایدر روش پیشنهادی برابر اولین بار از ویژگی هیستوگرام مبتنی بر شیب برای تشخیصکلمات دستنویس فارسی استفادهشده است. همچنین از دسته بند ماشین بردار پشتیبان در این مدل استفاده شده است.در اینجا مورد بررسی قرار گرفته اند، نام 40 شهر از پایگاه داده ایرانشهر می باشند . از هر کلمه 30 نمونه مورد استفادهقرار گرفته که 25 نمونه آموزشی و 5 نمونه آزمایشی می باشند. روش فوق را برای تصاویر در اندازه بلوک های مختلفمورد آزمون قرار دادهایم ، که میزان تشخیص آن در بهترین حالت 65 % بوده است.