ارائه روشی کارآمد جهت تشخیص حروف در تصاویر دیجیتال با استفاده از فرکتال دو بعدی و الگوریتم ژنتیک

تشخیص حروف، یکی از چالش های مرتبط حوزه پردازش تصویر است که به دلیل کاربرد آن در صنایع مختلف نظیر تبدیل نوشتار فیزیکی بهاسناد الکترونیکی، تشخیص پلاک خودرو و کاربردهای نظیر آن در سیستم های امنیتی و ... همواره مورد توجه بوده است. عملکرد سیستم هایOCR به شدت به بخش شناخت فونت بستگی دارد. اگر چه شناخت فونت در حال تبدیل شدن به بخش جدایی ناپذیر از هر سیستم OCR درزبان ها است، اما هنوز هم در زبان های مختلف توسعه نیافته است. روشهای مختلف از رویکردهایی نظیر تحلیل ویژگی، انتخاب ویژگی و ایجادمدل پیش بینی، به منظور افزایش دقت تشخیص حروف توسعه یافته اند. البته با همه پژوهش های انجام شده، به دلیل پویایی مسئله و تنوعداده های تولید شده، همچنان از نظر دقت و سرعت تشخیص در کاربردهای مختلف و البته زبان های مختلف، زمینه پژوهش های فراوانی وجوددارد. یکی از رویکردهای حل مسئله، توسعه مدل تحلیل تصویر براساس مدل های ریاضی استخراج ویژگی به منظور ایجاد توصیف دقیق درفازهای قطعه بندی و تشخیص است. در این پژوهش روشی مبتنی بر الگوی فراکتال مبتنی بر بافت برای استخراج ویژگی و الگوریتم ژنتیک برایبهینه سازی قطعه بندی تصاویر در دو فاز استفاده شده است. روش پیشنهادی در فاز اول کلمات را جدا و سپس حروف را قطعه بندی می کند و درنهایت به کمک نزدیکترین الگوی مشابه تشخیص را انجام میدهد. نتایج روش پیشنهادی براساس معیارهای صحت، دقت، بازیابی و معیار Fروی دو مجموعه داده MNIST و NEOCR نشان داد که روش پیشنهادی در مقایسه با روش های مبتنی بر ویژگی بسیار بهتر (تقریبا 11 درصد) و قابل رقابت با روش های مبتنی بر یادگیری عمیق است.

کلیدواژه ها:

تشخیص حروف ، فراکتال بافت ، k- نزدیکترین همسایه ، الگوریتم ژنتیک ، NEOCR ، MNIST