بازشناسی قلم های فارسی با استفاده از ترکیب ویژگی های بافت و ماشین بردارپشتیبان
Publish place: The International Scientific Conference on Challenges in Engineering, Technology and Applied Sciences
Publish Year: 1396
Type: Conference paper
Language: Persian
View: 596
This Paper With 10 Page And PDF Format Ready To Download
- Certificate
- I'm the author of the paper
این Paper در بخشهای موضوعی زیر دسته بندی شده است:
Export:
Document National Code:
ICCEAS01_027
Index date: 17 August 2018
بازشناسی قلم های فارسی با استفاده از ترکیب ویژگی های بافت و ماشین بردارپشتیبان abstract
در این مقاله از ترکیب ویژگیهای بافت مبتنی بر اطلاعات سطوح خاکستری برای بازشناسی قلم فارسی استفاده شده است. ابتدا تکنیک استخراج ویژگی پیشنهادی از تصاویر متون مختلف چاپی به صورت بافتهایی در اندازه 128 ×128 پیکسل استخراج شده و با یکدیگر ترکیب میشوند. بکارگیری یک روش دو مرحله ای جهت استخراج ویژگی مبتنی بر الگوریتمهای الگوی باینری محلی و گرادیانهای سوبل و رابرتز و ترکیب آن با ویژگیهای ماتریس همرخداد سطوح خاکستری موجب بهبود دقت بازشناسی قلم فارسی گردید. الگوریتم پیشنهادی بر روی مجموعه دادهای شامل 21000 نمونه که از 10 نوع قلم فارسی رایج تهیه شده، مورد آزمایش قرار گرفت. در روش مورد استفاده این تحقیق، خصوصیات قلمها به خوبی استخراج میشوند و میانگین نرخ بازشناسی با استفاده از طبقه بند SVM برابر با 98,3 درصد است که نسبت به روش های مشابه از دقت بالاتری برخوردار میباشد.
بازشناسی قلم های فارسی با استفاده از ترکیب ویژگی های بافت و ماشین بردارپشتیبان Keywords:
بازشناسی قلم های فارسی با استفاده از ترکیب ویژگی های بافت و ماشین بردارپشتیبان authors
محمد ذوالفقاری
دانشگاه تربیت دبیر شهید رجایی تهران
سعید نوروزی
موسسه آموزش عالی شمس گنبدکاووس
احمد ذوالفقاری
دانشگاه صنعتی شاهرود