بازشناسی برخط حروف فارسی بر پایه مدل مخفی مارکوف

در این مقاله روشی برای بازشناسی برخط حروف فارسی برپایه مدل مخفی مارکوف ارایه می شود. ابتدا با به دست آوردن تعداد بخش های حرف نوشته شده و بازشناسایی اجزای کوچک آن از تعداد حروف نامزد کاسته می شود. سپس بدنه و اجزای کوچک حرف ناشناخته پیش پردازش می شوند. مراحل پیش پردازش شامل یکسان سازی اندازه و دوباره نمونه برداری است. در این صورت بازشناسی نسبت به تغیر اندازه و جابجایی مقاوم و همچنین استخراج ویژگی با دقت بالاتری انجام می شود. ویژگی های استخراج شده شامل هردو نوع ویژگی های محلی و ساختاری هستند. ویژگی های محلی، زوایای بین بردارهای برازش شده به نقاط مهم حرف ناشناخته با محور افقی و ویژگی های ساختاری، بنابه تعریف، شامل نقاط اوج، دره- راست و دره- چپ هستند. آموزش مدل نیز با استفاده از الگوریتم Baum-Welch، با پس پردازشی روی آن انجام شده است. استفاده از مراحل ذکر شده باعث شده است که بازشناسی صورت گرفته بسیار موفق و کاملا مستقل از نویسنده باشد. گزارش های به دست آمده از نتایج آزمایش ها، بیان گر دقت بازشناسی 97/22% در بخش آموزش و 94/9% در بخش آزمایش سیستم در روش پیشنهادی است.

Keywords:

بازشناسی برخط دست نوشته , مدل مخفی مارکوف