ارسل ملاحظاتك

ارسل ملاحظاتك لنا







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:
صورة الغلاف QR قانون

عدد مرات التحميل

20

حفظ في:
LEADER 03885nam a22003377a 4500
001 1469750
041 |a eng 
100 |9 438956  |a Khrais, Gassan Husni Ibrahim  |e Author 
245 |a A Mouse Gesture Recognition System for Arabic Digits 
260 |a المفرق  |c 2011 
300 |a 1 - 75 
336 |a رسائل جامعية 
502 |b رسالة ماجستير  |c جامعة آل البيت  |f كلية الأمير الحسين بن عبد الله لتكنولوجيا المعلومات  |g الاردن  |o 0056 
520 |a 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. 
653 |a تكنولوجيا المعلومات  |a علم الحاسب  |a الأرقام  |a الماوس 
700 |9 438912  |a Al Nihoud, Jehad Q.  |e Advisor 
856 |u 9802-005-012-0056-T.pdf  |y صفحة العنوان 
856 |u 9802-005-012-0056-A.pdf  |y المستخلص 
856 |u 9802-005-012-0056-C.pdf  |y قائمة المحتويات 
856 |u 9802-005-012-0056-F.pdf  |y 24 صفحة الأولى 
856 |u 9802-005-012-0056-1.pdf  |y 1 الفصل 
856 |u 9802-005-012-0056-2.pdf  |y 2 الفصل 
856 |u 9802-005-012-0056-3.pdf  |y 3 الفصل 
856 |u 9802-005-012-0056-4.pdf  |y 4 الفصل 
856 |u 9802-005-012-0056-5.pdf  |y 5 الفصل 
856 |u 9802-005-012-0056-O.pdf  |y الخاتمة 
856 |u 9802-005-012-0056-R.pdf  |y المصادر والمراجع 
856 |u 9802-005-012-0056-S.pdf  |y الملاحق 
930 |d y 
995 |a Dissertations 
999 |c 819132  |d 819132 

عناصر مشابهة