ناشر تخصصی کنفرانس های ایران

لطفا کمی صبر نمایید

Publisher of Iranian Journals and Conference Proceedings

Please waite ..
CIVILICAWe Respect the Science
ناشر تخصصی کنفرانسهای ایران
عنوان
مقاله

Fractal and Multi-Fractal DimensionsFor Farsi/Arabic Font Type and Size Recognition

سال انتشار: 1390
کد COI مقاله: ICMVIP07_141
زبان مقاله: انگلیسیمشاهد این مقاله: 1,051
متن کامل این مقاله منتشر نشده است و فقط به صورت چکیده یا چکیده مبسوط در پایگاه موجود می باشد.
توضیح: معمولا کلیه مقالاتی که کمتر از ۵ صفحه باشند در پایگاه سیویلیکا اصل مقاله (فول تکست) محسوب نمی شوند و فقط کاربران عضو بدون کسر اعتبار می توانند فایل آنها را دریافت نمایند.

خرید و دانلود فایل مقاله

متن کامل (فول تکست) این مقاله منتشر نشده و یا در سایت موجود نیست و امکان خرید آن فراهم نمی باشد.

مشخصات نویسندگان مقاله Fractal and Multi-Fractal DimensionsFor Farsi/Arabic Font Type and Size Recognition

Akram Alsadat Hajiannezhad - Electrical and Computer Engineering DepartmentSemnan UniversitySemnan, Iran
Saeed Mozaffari - Electrical and Computer Engineering DepartmentSemnan UniversitySemnan, Iran

چکیده مقاله:

In this paper, a new method based on fractal geometryis proposed for Farsi/Arabic font recognition. The featureextraction does not depend on the document contents whichconsiders font recognition problem as texture identification task.The main features are obtained by combining the BCD, DCD,and DLA techniques. Dataset includes 2000 samples of 10typefaces, each containing four sizes. The average recognitionrates obtained for these 10 fonts and 4 sizes (40 classes) usingRBF and KNN classifiers are 96% and 91% respectively. Thedimension of feature vectors extracted by the proposed fractalapproach is very low. This property obviates the need fornumerous training samples. Experimental results show that thisalgorithm is robust against skew. Simultaneously identifying typeand size of the font is the most important innovation of thispaper.

کلیدواژه ها:

Optical Font Recognition (OFR), FractalDimensions (FD), Box Counting Dimension (BCD), DilationCounting Dimension (DCD), Diffusion Limited Aggregates (DLA)

کد مقاله/لینک ثابت به این مقاله

برای لینک دهی به این مقاله می توانید از لینک زیر استفاده نمایید. این لینک همیشه ثابت است و به عنوان سند ثبت مقاله در مرجع سیویلیکا مورد استفاده قرار میگیرد:

https://civilica.com/doc/159175/

نحوه استناد به مقاله:

در صورتی که می خواهید در اثر پژوهشی خود به این مقاله ارجاع دهید، به سادگی می توانید از عبارت زیر در بخش منابع و مراجع استفاده نمایید:
Hajiannezhad, Akram Alsadat و Mozaffari, Saeed,1390,Fractal and Multi-Fractal DimensionsFor Farsi/Arabic Font Type and Size Recognition,هفتمین کنفرانس ماشین بینایی و پردازش تصویر ایران,تهران,,,https://civilica.com/doc/159175

در داخل متن نیز هر جا که به عبارت و یا دستاوردی از این مقاله اشاره شود پس از ذکر مطلب، در داخل پارانتز، مشخصات زیر نوشته می شود.
برای بار اول: (1390, Hajiannezhad, Akram Alsadat؛ Saeed Mozaffari)
برای بار دوم به بعد: (1390, Hajiannezhad؛ Mozaffari)
برای آشنایی کامل با نحوه مرجع نویسی لطفا بخش راهنمای سیویلیکا (مرجع دهی) را ملاحظه نمایید.

مدیریت اطلاعات پژوهشی

صدور گواهی نمایه سازی | گزارش اشکال مقاله | من نویسنده این مقاله هستم

اطلاعات استنادی این مقاله را به نرم افزارهای مدیریت اطلاعات علمی و استنادی ارسال نمایید و در تحقیقات خود از آن استفاده نمایید.

علم سنجی و رتبه بندی مقاله

مشخصات مرکز تولید کننده این مقاله به صورت زیر است:
نوع مرکز: دانشگاه دولتی
تعداد مقالات: 7,854
در بخش علم سنجی پایگاه سیویلیکا می توانید رتبه بندی علمی مراکز دانشگاهی و پژوهشی کشور را بر اساس آمار مقالات نمایه شده مشاهده نمایید.

مقالات مرتبط جدید

به اشتراک گذاری این صفحه

اطلاعات بیشتر درباره COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.

پشتیبانی