بازشناسی کلمات دست نویس فارسی بر اساس ویژگی کد زنجیره ای فریمن دنباله مرکز جرم و طبقه بند بهبود یافته

در این مقاله روش جدیدی برای بازشناسی برون خط کلمات فارسی دست نویس ارائه شده است. روش پیشنهادی شامل معرفی ویژگی جدید و قدرتمند کد زنجیره ای فریمن دنباله مرکز جرم (CSFCC)، در کنار استفاده از ویژگی های ریخت شناسی و همچنین استفاده از طبقه بند ماشین بردار پشتیبان (SVM) بهبود یافته می باشد. در روش پیشنهادی، طبقه بند ماشین بردار پشتیبان(SVM)، با استفاده از ترکیب دو الگوریتم بهینه سازی ازدحام ذرات (PSO) و الگوریتم جستجوی گرانشی (GSA)، که به اختصار آن را PSOGSA می نامیم؛ بهبود یافته است. رویکرد به کار برده شده در این تحقیق، تشخیص تمامی اجزای متصل به هم در کلمه و سپس ترکیب آن ها با یکدیگر می باشد. به همین منظور، یک فرهنگ لغت تصویری از زیرکلمات بدون علامت تهیه شده است. علاوه بر این، به منظور کاهش فضای جستجو، افزایش سرعت و دقت بازشناسی، یک پایگاه داده از موقعیت زیرکلمات بدون علامت اصلی نیز ایجاد و مورد استفاده قرار گرفته است. این کار باعث شد؛ تا برای بازشناسی یک زیرکلمه، بر اساس موقعیت آن در کلمه اصلی تصمیم گیری و احتمال تشخیص درست افزایش یابد. روش پیشنهادی بر روی پایگاه داده شناخته شده ی ایرانشهر که شامل حدود ۱۷۰۰۰ تصویر از اسامی دست نویس ۵۰۳ شهر ایران است؛ اجرا شده است. دقت بازشناسی به دست آمده در روش پیشنهادی، ۸۹% در بخش آزمایش می باشد؛ که نشان دهنده توانمندی روش پیشنهادی و بهبود نتایج در مقایسه با دیگر روش های موجود است.

کلیدواژه ها:

Offline handwritten Persian word recognition ، Centroid Sequence Freeman Chain Code (CSFCC) ، Morphological features ، Support Vector Machines (SVM) ، PSOGSA optimization algorithm