در این مقاله یک سیستم بازشناسی کلمات فارسی معرفی می‌شود که از خودهمبستگی محلی مرتبه بالای تصویر قطبی- لگاریتمی برای استخراج ویژگی از زیرکلمات فارسی استفاده می‌کند. این شیوه استخراج ویژگی باعث می‌شود سیستم در مقابل تغییرات نگارشی مانند تغییر مقیاس‌های خطی و چرخش مقاوم شود. همچنین به کمک تبدیل قطبی- لگاریتمی، نمونه‌برداری از تصویر زیرکلمه به صورتی انجام شده که بیشترین نمونه‌ها در یک ناحیه خاص متمرکز باشد. در روش ارائه‌شده از مدل مخفی مارکوف گسسته به عنوان طبقه‌بند و همچنین برای افزایش امنیت و دقت خروجی سیستم بازشناسی از یک شبکه واژه‌نامه استفاده شده و برای ارزیابی سیستم از پایگاه داده ایران‌شهر استفاده شده بود. مقایسه نتایج حاصل از روش پیشنهادی با نتایج سایر روش‌های استخراج ویژگی مؤید این است که سیستم بازشناسی پیشنهاد‌شده در این مقاله از حساسیت کمتری نسبت به تغییرات نگارشی برخوردار است. Manuscript profile