بازشناسی دست نوشته های فارسی با استفاده از کاهش فرهنگ لغت مبتنی بر نقاط برجسته

در این تحقیق به بررسی، مطالعه و طراحی سیستمی به منظور کاهش فرهنگ لغت در بازشناسی دست نوشته های فارسی به منظور بهبود این فرایند پرداخته شده است. به این منظور نخست از روش کاهش واژگان برای بالابردن سرعت سیستم و افزایش دقت استفاده شده سپس از روش ماشینبردار پشتیبان به دو صورت چند کلاسه و دو کلاسه برای بازشناسی استفاده شده است. روش کاهش واژگان دارای دو مرحله به صورت همزمان میباشد که در یک مرحله از ویژگی سراسری و در مرحله دیگر از ویژگی محلی استفاده شده است. کاهش واژگان براساس ویژگی های سراسری برپایه ویژگی های سراسری LOCI انجام شده است که این ویژگی ها از کل تصویر دستنوشته استخراج میشود و سپس برای خوشه بندی از روش K-means استفاده شده است و توسط این روش خوشه های واژگان استخراج می شود. این مرحله به صورت برون خط صورت میگیرد و از خوشه های استخراج شده در مرحله درون خط استفاده م یشود. در مرحله کاهش واژگان بر پایه ویژگی محلی، ابتدا نواحی مرتبط به اجزاء متصل استخراج شده و به هر ناحیه برچسبی اختصاص داده می شود. در گام بعدی خصیصه های مرتبط به موقعیت نسبی محاسبه می شود. در نهایت با استفاده از این خصیصه ها با کمک خوشه های استخراج شده و معیار شباهت، عمل کاهش واژگان انجام می گیرد. این الگوریتم بر روی پایگاه داده ایران شهر مورد ارزیابی قرار گرفته است در مرحله کاهش ویژگی برپایه ویژگی سراسری 200 خوشه نزدیک به تصویر کلمه مورد آزمون ورودی انتخاب شده و در گام بعدی 5 خوشه نزدیک به تصویر ورودی انتخاب میشود که احتمال وجود کلمه آزمون در این خوشه ها، 98/38% و میزان کاهش کلمات کاندید مورد بررسی برای بازشناسی تصویر ورودی 81/54% و درجه تاثیر الگوریتم 80/21% است

Keywords:

کاهش فرهنگ لغت , بازشناسی دست نوشته , ویژگی های سراسری LOCI خوشه بندی K-means ماشین بردار