روش جديدي براي بازشناسي حروف و ارقام دستنويس فارسي بر پايه تبديل ويژگي هاي مقاوم در برابر تغيير مقياس

- امروزه بازشناسي ارقام و حروف دستنويس فارسياز اهميت بسيار بالايي در كاربردهاي مختلف نظير تشخيص خودكار مبلغ چك هاي بانكي، سيستم هاي پستي رايانه اي و ... برخوردار است. تشابه شكل نويسه هاي مجزا، روي هم افتادگي، اتصالات داخلي در نويسه هاي مجاور و ... از چالش هاي بسيار مهم در اين زمينه است. در اين مقاله از تبديل ويژگيهاي مقاوم در برابر تغيير مقياس (سيفت 1) و روش بستۀ ويژگي هاي تصويري براي بازشناسي ارقام و حروف دستنويس فارسي/عربي استفاده مي شود. به همين منظور ابتدا ويژگي هاي سيفت تصاوير استخراج مي شود. سپس اين ويژگي ها با استفاده از روش بستۀ ويژگي هاي تصويري 2 بردارهاي ويژگي نهايي را تشكيل مي دهند. براي افزايش كارايي روش بستۀ ويژگي هاي تصويري، ويژگي هاي هيستوگرام گراديانهاي جهتدار 3 و ويژگيهاي گابور نيز به اين ويژگي ها اضافه مي شوند . از ويژگي هاي استفاده مي شود و در نهايت دسته بندي كنندة آموزش ديده شده قادر به بازشناسي SVM استخراج شده براي آموزش دسته بندي كنندة با نرخ تشخيص 99.6 درصد و پايگاه داده حروف HODA ارقام/حروف فارسي است. روش پيشنهادي بر روي پايگاه داده هاي ارقام دستنويس با نرخ تشخيص 94 درصد از روشهاي ديگر پيشي گرفته است