بازشناسی قلم های فارسی با استفاده از ترکیب ویژگی های بافت و ماشین بردارپشتیبان

Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 542

This Paper With 10 Page And PDF Format Ready To Download

  • Certificate
  • من نویسنده این مقاله هستم

این Paper در بخشهای موضوعی زیر دسته بندی شده است:

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این Paper:

شناسه ملی سند علمی:

ICCEAS01_027

تاریخ نمایه سازی: 26 مرداد 1397

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.

Keywords:

Authors

محمد ذوالفقاری

دانشگاه تربیت دبیر شهید رجایی تهران

سعید نوروزی

موسسه آموزش عالی شمس گنبدکاووس

احمد ذوالفقاری

دانشگاه صنعتی شاهرود