يك روش دو مرحله‌‌اي براي بازشناسي زير- كلمات چاپي
الموضوعات :
احسان‌اله کبیر
1
(دانشگاه تربیت مدرس)
افشین ابراهیمی
2
(دانشگاه تربیت مدرس)
الکلمات المفتاحية: متن چاپيزير- كلمهخوشه بنديطبقه بنديبازشناسيويژگيهاي مكان مشخصهk - ميانگينتوصيفگرهاي فوريه,
ملخص المقالة :
در اين مقاله يك روش دو مرحله اي براي طبقه بندي زير- كلمات چاپي فارسي ارائه شده است. زير- كلمات چاپي با استفاده از ويژگيهاي مكان مشخصه و روش k- ميانگين، به 300 خوشه تقسيم شده‌اند. از ميانگين ويژگيهاي زير- كلمات هر خوشه به عنوان نماينده آن خوشه استفاده شده است. براي يك زير- كلمه ورودي، در مرحله اول با استفاده از ويژگيهاي مكان مشخصه و فاصله اقليدسي از ميانگين خوشه ها، طبقه بندي اوليه به 300 خوشه انجام مي‌شود و 10 خوشه نزديكتر تعيين مي‌شوند. در مرحله دوم با استفاده از توصيفگرهاي فوريه كانتور، زير- كلمه ورودي به اعضاي اين 10 خوشه طبقه بندي می‌شود. مجموعه تمرين شامل زير- كلمات متداول فارسي براي چهار قلم لوتوس، ميترا، زر و ياقوت و سه اندازه 10، 12 و 14 است. در اين تحقيق از بدنه هاي بدون نقطه 12700 زير- كلمه متداول فارسي به عنوان مجموعه تمرين استفاده شده است. در يك آزمايش براي ارزيابي طبقه بندي از مجموعه اي شامل 500 زير- كلمه استفاده شد. با احتساب اولين انتخاب، پنج انتخاب اول و ده انتخاب اول به ترتيب 40/71%، 95% و 20/98% از اين زير- كلمات به درستي طبقه‌بندي شدند. در مرحله پس پردازش از نوع و ترتيب نقاط زير- كلمات براي بهبود بازشناسي آنها استفاده شد. در يك آزمايش براي بازشناسي يك مجموعه 500 زير- كلمه اي، در انتخاب اول 60/92% از آنها به درستي بازشناسي شدند.
[1] S. Mori, C. Y. Suen, and K. Yamamoto, "Histogram review of OCR research and development," in Proc. of IEEE, vol. 80, no. 7, pp. 1029-1058, Jul. 1992.
[2] A. Amin, A. Kaced, J. P. Haton, and R. Mohr, "Handwritten Arabic character recognition by the IRAC system," in Proc. of the Fifth Int. Conf. on Pattern Recognition, pp. 729-731, Miami Beach, FL, US, 1980.
[3] K. Badie and M. Shimura, "Machine recognition of Arabic cursive scripts," in Proc. of Int. Workshop on Pattern Recognition in Practice, pp. 315-323, Amsterdam, Netherlands, 1980.
[4] B. Parhami and M. Taraghi, "Automatic recognition of printed Farsi texts," Pattern Recognition, vol. 14, no. 1-6, pp. 395-403, 1981.
[5] T. K. Ho, J. J. Hull, and S. N. Srihari, "A word shape analysis approach to recognition of degraded word images," in Proc. of the 4th USPS Advanced Technology Conference, pp. 217-231, 1990.
[6] T. K. Ho, J. J. Hull, and S. N. Srihari, "A hypothesis testing approach to word recognition using dynamic feature selection," in Proc. 11th Int. Conf. on Pattern Recognition, pp. 586-589, 1992.
[7] W. Huang, C. Tan, S. Sung, and Y. Xu, "Word shape recognition for image-based document retrieval," in Proc. of Int. Conf. on Image Processing (ICIP01), pp. 1114-1117, 2001.
[8] J. J. Hull and S. N. Srihari, "A computational approach to visual word recognition: hypothesis generation and testing," Computer Vision and Pattern Recognition, IEEE, pp. 156-161, 1986.
[9] J. J. Hull, "Hypothesis testing in a computational theory of visual word recognition," in Proc. of the Sixth National Conf. on Artificial Intelligence (AAAI), pp. 718-722, Washington, 1987.
[10] T. K. Ho, J. J. Hull, and S. N. Srihari, "A computational model for recognition of multifont word images," Machine Vision and Applications, vol. 5, no. 3, pp. 157-168, Summer 1992.
[11] T. K. Ho, J. J. Hull, and S. N. Srihari, "Word recognition with multilevel contextual knowledge," in Proc. of the First Int. Conf. on Document Analysis and Recognition, pp. 905-915, Saint-Malo, France, 1991.
[12] A. L. Spitz, "Shape-based word recognition," Int. Journal of Document Analysis and Recognition, vol. 1, no. 4, pp. 178-190, May 1999.
[13 ] ر. عزمي، بازشناسي متون چاپي فارس ي، رساله دكتري مهندسي برق - الكترونيك، دانشگاه تربيت مدرس،.
1378 [14 ] م. شيرعلي شهرضا و ك . فائز، تشخيص كلمات و ارقام دستنويس فارسي بوسيله شبكه هاي عصبي(خط نسخ)، رساله دكتراي مهندسي برق - كامپيوتر، دانشگاه صنعتي امير كبير، 1374.
[15] E. J., Erlandson, J. M., Trenkle, and R. C. Vogt, "Word-level recognition of multifont Arabic text using a feature-vector matching approach," Proceedings of the SPIE, Document Recognition III, pp.63-71, San Jose, 1996.
[16] M. S. Khorsheed and W. F, Clocksin, "Multi-Font Arabic word recognition using spectral features," in Proc. of ICPR2000, vol. 4, p. 4543, 2000.
[17] M. Dehghan, K. Faez, M. Ahmadi, and M., Shridhar, "Handwritten Farsi (Arabic) word recognition: a holistic approach using discrete HMM," Pattern Recognition, vol. 34, no. 5, pp. 1057-1065, May 2001.
[18] M. Dehghan, K. Faez, M. Ahmadi, and M. Shridhar, "Unconstrained Farsi handwritten word recognition using fuzzy vector quantization and hidden Markov models,” Pattern Recognition Letters, vol. 22, no. 2, pp. 209-214, Feb. 2001.
[19 ] ك. مسروري، شناسايي برون خط كلمات دستنويس فارسي در يك مجموعه محدود، رساله دكتري مهندسي برق- الكترونيك، دانشگاه تربيت مدرس،. تابستان 1379.
[20 ] ا. ابراهيمي و ا. كبير، "خوشه بندي تصاوير زير- كلمات چاپي فارسي با استفاده از ميانگين،" ارسال شده به مجله دانشكده -k ويژگيهاي مكان مشخصه و الگوريتم فني دانشگاه تبريز.
[21 ] ا. ابراهيمي و ا. كبير، "استفاده از يك روش دو مرحله اي براي طبقه بندي زير كلمات چاپي فارسي،" ششمين كنفرانس سيستمهاي هوشمند، دانشگاه شهيد باهنر كرمان،4-5 آذر1383.
[22] R. C. Gonzalez, Digital Image Processing, Addison-Wesley, 1972.
