بازشناسي ارقام دست‍نويس فارسي مبتني بر تركيب ماشين‍هاي بردار پشتيبان به روش فازي نوع دو بازه اي

Farsi Handwritten Digits Recognition based on Interval Type-II Fuzzy Fusion of Support Vector Machines

مساله بازشناسي خودكار محتواي دستنوشته ها، همواره مورد توجه بسياري از محققان بوده است. در اين مقاله، يك سيستم تركيبي براي افزايش دقت تشخيص ارقام دستنويس فارسي ارائه شده است. روش پيشنهادي شامل يك فرايند آمادهسازي و دو مرحله اصلي است. در فرايند آماده سازي، چندين عمليات پيش پردازش بر روي تصاوير انجام ‌شده و پس از استخراج ويژگي‌ها، از الگوريتم بهينه‌سازي اجتماع ذرات چندهدفه براي انتخاب ويژگيهاي مؤثر استفاده‌ شده است. آنگاه متناظر هر تصوير، اين ويژگيهاي بهينه به عنوان داده ورودي به طبقه بندها داده ميشود. در مرحله اصلي اول، به كمك مجموعه داده هاي يادگيري، سه ماشين بردار پشتيبان مختلف ساخته ميشود. براي دستيابي به نتايج بهتر، الگوريتم جستجوي گرانشي بهترين جِرم تطبيقي، براي تنظيم پارامترهاي اين ماشينها به كار گرفته شده است. در مرحله اصلي دوم، يك سيستم استنتاج فازي نوع دو بازهاي، خروجيهاي سه ماشين بردار پشتيبان را دريافت ميكند و با تركيب آنها، تخمين دقيقتري از عدد موجود در تصوير ارائه ميدهد. نتايج اِعمال روش پيشنهادي به مساله بازشناسي ارقام دستنويس فارسي اسكن شده در پايگاه داده استاندارد HODA نشان داده است كه اين الگوريتم در مقايسه با ساير روش‌هاي موجود، داراي مقادير بالاي دقت، صحت و فراخوان مي‌باشد.

The problem of automatic handwritten context recognition has received considerable attention of many researchers. In this paper, a fusion system is proposed to enhance the recognition accuracy of Farsi handwritten digits. The proposed approach consists of a prepration process and two main phases. In the prepration process, some pre-processing operations are performed on the image. Then some features are extracted, among which a multi-objective particle swarm optimization selects more effective ones. For every image, these optimal features are given as the input data to the classifiers. In the first main phase, training datasets are used to construct three different SVMs. In order to achieve better results, the adaptive best-mass gravitational search algorithm is utilized to adjust the SVMs parameters. In the second main phase, an interval type–II fuzzy inference system receives the SVMs outputs and by combining them, it presents a more accurate estimation of the digit in the image. The results of applying the proposed approach to the problem of scanned Farsi handwritten digits in the standard HODA database demonstrated that this algorithm attains high accuracy, precision and recall performance indices, comparing to other existing methods.