روشی دومرحله‌ای برای بازشناسی کلمات دست‌نوشته فارسی به‌کمک بلوک‌بندی تطبیقی گرادیان تصویر

در این مقاله یک روش دومرحله ای برای بازشناسی کلمات دست‌نوشته فارسی ارایه شده است. در مرحله اول برای افزایش دقت و کاهش بار محاسباتی، الگوریتمی برای کاهش کلمات فرهنگ لغت قابل مقایسه با کلمه مورد آزمون ارایه شده است. برای این منظور کلمات موجود در فرهنگ لغت توسط الگوریتم های خوشه‌بندی، دسته‌بندی می‌شوند. خوشه‌بندی در این مرحله بر اساس ویژگی هایی که شکل کلی کلمه را توصیف می کنند، می‌باشد. در مرحله دوم یک روش جدید جهت استخراج ویژگی هیستوگرام گرادیان تصویر کلمه پیشنهاد شده است که این روش پیشنهادی تناظر بین نمونه های مختلف تصاویر یک کلمه دست نوشته را بهتر نشان می دهد. با مقایسه بردار ویژگی استخراج‌شده از کلمه ورودی و بردار ویژگی کلمات نامزد (به‌دست‌آمده از مرحله اول) در یک طبقه‌بند k نزدیک ترین همسایه بهترین نامزد برای کلمه ورودی شناسایی می‌شود. نتایج پیاده‌سازی روش پیشنهادی بر روی پایگاه داده ایران‌شهر نشان می‌دهد که مرحله کاهش فرهنگ لغت و روش جدید جهت استخراج ویژگی هیستوگرام گرادیان، دقت و سرعت سامانه را به‌طور قابل ملاحظه ای هم از لحاظ دقت و تا حدودی از لحاظ سرعت بهبود می‌بخشد.