A Mouse Gesture Recognition System for Arabic Digits
| المؤلف الرئيسي: | Khrais, Gassan Husni Ibrahim (Author) |
|---|---|
| مؤلفين آخرين: | Al Nihoud, Jehad Q. (Advisor) |
| التاريخ الميلادي: |
2011
|
| موقع: | المفرق |
| الصفحات: | 1 - 75 |
| رقم MD: | 819132 |
| نوع المحتوى: | رسائل جامعية |
| اللغة: | الإنجليزية |
| الدرجة العلمية: | رسالة ماجستير |
| الجامعة: | جامعة آل البيت |
| الكلية: | كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات |
| الدولة: | الاردن |
| قواعد المعلومات: | Dissertations |
| مواضيع: | |
| رابط المحتوى: |
عدد مرات التحميل
20
| المستخلص: |
إن عملية التعرف على الأشكال هي موضوع مهم في مجال معالجة الصور و الـ"pattern recognition". وقد إزدادت عدد الأنظمة المستخدمة في مجال "digit recognition" في حياتنا اليومية. في هذه الرسالة ، قمنا باستخدام وتوظيف تقنية للتعرف على الأرقام العربية. لقد تم تصميم نظام(MGADRS) واختباره. ويتناول هذا العمل تمثيل الاشكال على إيجاد سلسلة (Freeman Chain Code (FCC)) ذات الثمانية اتجاهات المتجاورة للأرقام العربية، بالاضافة الى التعرف على هذه الأرقام بواسطة القوالب او ما يسمى بـ"Templates". تُستخدم تقنية FCC على نطاق واسع لتمثيل الاجسام والاشكال لأنها تبحث عن المعلومات ، مثل الكشف عن الزوايا ، والخطوط المستقيمة. وأيضا تستخدم خوارزمية FCC لإنتاج سلسلة "vector chain code" او ناقل الشفرة التي تمثل الأرقام العربية الموجودة داخل صورة ثنائية. في هذه الرسالة، يناقش قدرات الـ FCC في التعرف على الأشياء ؛ حيث تم تحسين خوارزمية FCC لقراءة الشكل المرقق بواسطة خوارزمية الترقيق وتحديد المنطقة التي تم رسم الشكل فيها، وكذلك تحديد نقطة البداية ونقطة النهاية للشكل المرسوم، ومن ثم مقارنة الشكل مع مجموعة من القوالب الجاهزة التي تم تحديدها مسبقاً حسب منطقة الرسم، ذلك من اجل الوصول إلى دقة عالية في النتائج. وقد اجريت مقارنة بين الخوارزمية المقترحة وخوارزمية MGHD المستخدمة في عملية التعرف على الارقام الهندية، حيث كانت النتائج في النظام المقترح افضل من ناحية الوقت والدقة، فقد توصل خوارزمية MGHD إلى دقة 89.5% ومتوسط الزمن يقارب 40 ثانية، أما الخوارزمية المقترحة فقد توصلت إلى دقة 96.5% ومتوسط الزمن كان لا يتجاوز 4.5 ثانية. |
|---|
عناصر مشابهة
-
Mouse Gestural Hindi Digits Recognition Using Neural Network
بواسطة: Naser, Maisa Mohy Aldeen Abd Allah منشور: (2010) -
Transthyretin heterozygous mouse skeleton and bone development : Comparing study between TTR het. and wild type mouse skeleton
بواسطة: Al Shehri, Bandar M. منشور: (2011) -
A Hybrid Technique for Multifonts Numeral Recognition
بواسطة: Al Bakkar, Mohammad Krayyem منشور: (2011) -
Video Head Gestures Recognition
بواسطة: Al Dossary, Hussam Turki منشور: (2011) -
Off Line Handwritten Recognition Arabic Number Using Mathematical Morphology And Neural Network
بواسطة: Aloun, Mohamed Sameer منشور: (2012)
