دانلود پروژه: ارائه یک روش کارآمد برای تشخیص حروف فارسی با آنالیز اجزای اصلی جهت استخراج ویژگی‌ها

فهرست مطالب

عنوان                                                                                                         شماره صفحه

چکیده………………………………………………………………………………………………… 1

فصل اول : کلیات تحقیق

1-1- مقدمه ای بر OCR…………………………………………………………………………… 3

1-2- زبان فارسی…………………………………………………………………………………… 4

1-3- خط فارسی…………………………………………………………………………………….. 4

1- 4- الفبا…………………………………………………………………………………………… 5

1-5- طبقه‌بندی حروف الفبا…………………………………………………………………………. 6

1-6- کاربردهاي پستی……………………………………………………………………………… 7

1-7- تبدیل نوشته های چاپی به متون تایپی………………………………………………………… 9

1-8- تبدیل نسخ خطی به کتب قابل‌چاپ……………………………………………………………. 9

1-9- خواندن اتوماتیک فرم‌های دست‌نویس پرشده در دوایر و ادارات دولتی …………………….. 9

1-10- برچسب‌زنی اتوماتیک و دست بندی تصاویر …………………………………………… 10

1-11- نتیجه‌گیری…………………………………………………………………………………. 10

فصل دوم:  مروری بر ادبیات و پیشینه تحقیق

2-1- مروری بر کارهای انجام‌شده ……………………………………………………………….. 12

2-2- گرافولوژی دست‌نوشته به کمک پردازش تصویر و سیستم استنتاج فازی                       12

2-2-1- شرح کلی روش …………………………………………………………………………. 12

2-2-2- نتیجه‌گیری ………………………………………………………………………………. 13

2-3- روشی نو در تشخیص حروف در متون چاپی عربی فارسی با استفاده از پویش خط زمینه   13

2-3-1- شرح کلی روش …………………………………………………………………………. 13

2-3-2- نتیجه‌گیری ………………………………………………………………………………. 14

2-4- بازشناسی برون‌خط کلمات دست‌نویس فارسی با تأکید بر تشخیص نام چند شهر               14

2-4-1- شرح کلی روش …………………………………………………………………………. 14

2-4-2- نتیجه‌گیری ………………………………………………………………………………. 14

2-5- شناسایی قطعه‌بندی مبتنی بر تشخیص کاراکتر فارسی…………………………………….. 15

2-5-1- شرح کلی روش …………………………………………………………………………. 15

2-5-2- نتیجه‌گیری ………………………………………………………………………………. 15

2-6- روش توسعه تشخیص آفلاین دست خط چاپی با استفاده از ویژگی‌های آنلاین نوشتن کاراکتر 15

2-6-1- شرح کلی روش …………………………………………………………………………. 15

2-6-2- نتیجه‌گیری ………………………………………………………………………………. 16

2-7- تشخیص فونت فارسی/عربی بر اساس قابلیت  SIFT……………………………………… 16

2-7-1- شرح کلی روش …………………………………………………………………………. 16

2-7-2- نتیجه‌گیری ………………………………………………………………………………. 16

2-8- تشخیص دست خط عربی با استفاده از ویژگی‌های الگوی ساختاری و نحوی……………… 17

2-8-1- شرح کلی روش …………………………………………………………………………. 17

2-8-2- نتیجه‌گیری ………………………………………………………………………………. 17

2-9- مدل‌های شبکه‌های عصبی برای تشخیص دست خط آفلاین………………………………… 17

2-9-1- شرح کلی روش …………………………………………………………………………. 17

2-9-2- نتیجه‌گیری ………………………………………………………………………………. 17

2-10- رویکردی مؤثر برای تشخیص دست خط عربی آفلاین…………………………………… 18

2-10-1- شرح کلی روش ……………………………………………………………………….. 18

2-10-2- نتیجه‌گیری …………………………………………………………………………….. 18

2-11- چارچوبی برای تشخیص دست‌نویس عربی بر اساس قطعه‌بندی…………………………. 18

2-11-1- شرح کلی روش ……………………………………………………………………….. 18

2-11-2- نتیجه‌گیری …………………………………………………………………………….. 19

2-12-مروری بر تشخیص کارکترهای دست نویس خط شکسته فارسی و اردو…………………. 19

2-12-1- شرح کلی روش ……………………………………………………………………….. 19

2-12-2- نتیجه گیری ……………………………………………………………………………. 24

فصل سوم : روش اجرای  تحقیق

3-1- موجک ……………………………………………………………………………………… 26

3-2- آشنایی با تبدیل موجک……………………………………………………………………… 27

3-3-آنالیز در حوزه فرکانس ……………………………………………………………………… 28

3-4- تبدیل موجک پیوسته………………………………………………………………………… 31

3-5- رزولوشن در صفحه زمان فرکانس…………………………………………………………. 32

3-6- روابط ریاضی تبدیل موجک……………………………………………………………….. 34

3-7- عکس تبدیل موجک…………………………………………………………………………. 35

3-8- گسسته سازی تبدیل موجک…………………………………………………………………. 36

3-9- تبدیل موجک گسسته………………………………………………………………………… 38

3-10- مثال کاربردی از موجک در شناسایی پارامترهای مودال در سیستم دمپینگ با دو درجه آزادی  40

3-11- شبکه عصبی………………………………………………………………………………. 42

3-11-1- ساختار مغز…………………………………………………………………………….. 42

3-12- يادگيري در سيستم‌هاي بيولوژيك………………………………………………………….. 44

3-13- شبكه عصبي مصنوعی……………………………………………………………………. 44

3-14- كاربردهاي نمونه شبکه‌های عصبي مصنوعي……………………………………………. 45

3-15- فوايد و معايب شبکه‌های عصبي مصنوعي………………………………………………. 46

3-16- انتخاب توپولوژي شبكه……………………………………………………………………. 46

3-17- k نزدیک‌ترین همسایه…………………………………………………………………….. 47

3-18- تقریب نزدیک‌ترین همسایگی…………………………………………………………….. 48

3-19- نسبت فاصله در نزدیک‌ترین همسایه……………………………………………………… 48

3-20- همسایه‌های نزدیک در شعاع ثابت………………………………………………………… 48

3-21- همه نزدیک‌ترین همسایگان……………………………………………………………….. 48

3-22- ماشین بردار پشتیبان (SVM)……………………………………………………………. 49

3-23- نتیجه گیری ……………………………………………………………………………….. 51

فصل چهارم : تجزیه تحلیل داده‌ها

4-1- مقدمه………………………………………………………………………………………… 53

4-2- روش پیشنهادی……………………………………………………………………………… 53

4-2-1- پیش‌پردازش………………………………………………………………………………. 53

4-3- تفکیک خطوط………………………………………………………………………………. 54

4- 4-یافتن خط زمینه……………………………………………………………………………… 56

4-5- تفکیک گرافم ها از یکدیگر…………………………………………………………………. 57

4-6- تشخیص الگو……………………………………………………………………………….. 58

4-7- استخراج ویژگی…………………………………………………………………………….. 68

4-7-1- ویژگی‌های استخراج‌شده از تبدیل موجک……………………………………………….. 68

4-7-2- ویژگی‌های هندسی……………………………………………………………………….. 70

4-8- پایگاه داده استفاده‌شده………………………………………………………………………… 72

4-9- کلاسه‌بندی و درصدهای به‌دست‌آمده………………………………………………………… 73

4-10- نتایج……………………………………………………………………………………….. 73

4-11- نتیجه‌گیری…………………………………………………………………………………. 77

فصل پنجم : نتیجه‌گیری و پیشنهادات

5-1- نتیجه‌گیری ………………………………………………………………………………….. 79

5-2- پیشنهادات……………………………………………………………………………………. 80

پیوست : کلاس الگوریتم پیشنهادی در این تحقیق…………………………………………………. 82

منابع و مأخذ……………………………………………………………………………………….. 83

فهرست منابع فارسی ……………………………………………………………………………… 83

فهرست منابع انگلیسی ……………………………………………………………………………. 84

چکیده انگلیسی…………………………………………………………………………………….. 86

فهرست جداول

عنوان                                                                                                         شماره صفحه

جدول (1-1)حروف الفبای فارسی…………………………………………………………………… 5

جدول (1-2) حالت‌های مختلف حروف فارسی در کلمه……………………………………………. 5

جدول (1-3) کلاسه‌بندی حروف الفبا فارسی……………………………………………………….. 7

جدول (4-1) مشخصات کمی نسخه‌های 1 و 2 مجموعه همشهری………………………………. 60

جدول (4-2) درصد تکرار نویسه‌های به هم چسبیده شده واژگان فارسی در مجموعه همشهری… 63

جدول (4-3) میزان اهمیت کاراکترهای فارسی………………………………………………….. 64

جدول (4-4) گرافم های دو کاراکتری به همراه در صد کل و درصد در دسته…………………… 65

جدول (4-5) گرافم های سه کاراکتری و درصد در کل و درصد در دسته……………………….. 67

جدول (4-6) 12 ویژگی استخراج‌شده از تبدیل موجک…………………………………………… 69

جدول (4-7) ویژگی‌های استخراج‌شده از تبدیلات هندسی………………………………………… 72

جدول (4-8) پیاده‌سازی هسته‌های مختلف الگوریتم svm……………………………………….. 76

جدول (4-9) ویژگی‌های استخراج‌شده از تبدیلات هندسی………………………………………… 76

جدول (4-10) انتخاب بهترین حالت طبقه‌بندی…………………………………………………… 77

فهرست رابطه ها

عنوان                                                                                                           شماره صفحه

رابطه (3-1) ………………………………………………………………………………………. 28

رابطه (3-2)……………………………………………………………………………………….. 28

رابطه (3-3)……………………………………………………………………………………….. 28

رابطه (3-4) ………………………………………………………………………………………. 31

رابطه (3-5)……………………………………………………………………………………….. 34

رابطه (3-6)……………………………………………………………………………………….. 34

رابطه (3-7) ………………………………………………………………………………………. 34

رابطه (3-8)……………………………………………………………………………………….. 34

رابطه (3-9)……………………………………………………………………………………….. 35

رابطه (3-10) …………………………………………………………………………………….. 35

رابطه (3-11)……………………………………………………………………………………… 35

رابطه (3-12)……………………………………………………………………………………… 36

رابطه (3-13) …………………………………………………………………………………….. 36

رابطه (3-14)……………………………………………………………………………………… 36

رابطه (3-15)……………………………………………………………………………………… 39

رابطه (3-16) …………………………………………………………………………………….. 40

رابطه (3-17)……………………………………………………………………………………… 40

رابطه (3-18)……………………………………………………………………………………… 40

رابطه (3-19)……………………………………………………………………………………… 40

رابطه (3-20) …………………………………………………………………………………….. 41

رابطه (3-21)……………………………………………………………………………………… 41

رابطه (3-22) …………………………………………………………………………………….. 41

رابطه (3-23)……………………………………………………………………………………… 41

رابطه (3-24) …………………………………………………………………………………….. 41

رابطه (3-25)…………………………………………………………………………………….. 41

رابطه (3-26) …………………………………………………………………………………….. 42

رابطه (3-27)……………………………………………………………………………………… 50

فهرست اشکال

عنوان                                                                                                           شماره صفحه

شکل(2-1) نوشتن غیریکنواخت حروف………………………………………………………….. 21

شکل(2-2) نگارش خط شکسته…………………………………………………………………… 21

شکل(2-3) اشکال مختلف سه کاراکتر……………………………………………………………. 21

شکل(3-1) نمایش گرافیکی نحوه پنجره کردن سیگنال غیر ایستا به‌منظور محاسبه تبدیل فوریه زمان کوتاه      30

شکل(3-2) نمایش رزولوشن در صفحات مختلف. (الف) صفحه زمان، (ب) صفحه فرکانس، (پ) صفحه زمان – فرکانس در تبدیل فوریه زمان – کوتاه (ت) صفحه زمان – فرکانس در تبدیل موجک……………………. 33

شکل(3-3) محل موجک ها به هنگام گسسته کردن بر روی درجه‌بندی دودویی………………… 37

شکل(3-4) نمایش نحوه محاسبه تبدیل موجک گسسته 3 مرحله‌ای با استفاده از ایده بانک فیلتر برای یک سیگنال دلخواه……………………………………………………………………………………………………… 39

شکل(3-5) مشخصات اصلي يك نرون بيولوژيك…………………………………………………. 42

شکل(3-6) پاسخ «صفر-یک» نرون به تحریک…………………………………………………. 43

شکل(3-7) اجزای مختلف يك سيناپس……………………………………………………………. 44

شکل(3-8) توپولوژی‌های شبکه‌های عصبي مصنوعي………………………………………….. 45

شکل(3-9) الگوریتم SVM در تفکیک دو کلاس با بزرگ‌ترین فاصله…………………………. 49

شکل(3-10) تفکیک دو کلاس با اعمال یک صفحه در الگوریتم ماشین بردار پشتیبان…………. 50

شکل(3-11) آموزش الگوریتم SVM……………………………………………………………. 51

شکل(3-12) استفاده از تابع کرنل در SVM…………………………………………………….. 51

شکل(4-1) یک نمونه دست خط نوشته‌شده با الفبای فارسی………………………………………. 74

شکل(4-2) تفکیک‌شده‌ی دست‌نوشته به‌صورت گرافم های مختلف………………………………. 74

شکل(4-3) تبدیل موجک گرافم “گهر”…………………………………………………………… 74

شکل(4-4) تبدیل موجک گرافم “کی”……………………………………………………………. 75

شکل(4-5) نرمال شده کاراکترها قبل از استخراج ویژگی‌های شش‌گانه هندسی…………………. 75