المستخلص: |
في الآونة الأخيرة ونظرا للتقدم في التكنلوجيا فان التعرف الضوئي للأحرف (OCR) وتطويره أصبح ضرورة ملحة، وانتشر انتشارا واسعا وذلك لزيادة التقنيات التي تحتاج إليه وذلك في المجالات العلمية والعملية معا، حيث تساهم هذه التقنية في تقليل الأخطاء الناتجة عن إدخال المعلومات والنصوص من قبل الإنسان. أن الاهتمام بهذه التقنية وتطبيقها على حروف اللغة العربية يعد قليلا، وذلك لصعوبة الحروف العربية من حيث الاختلافات في الأشكال حسب موقع الانحنائات، تلك المشكلة حلت من قبل طرق معينة لاستخراج الميزات. في هذه الأطروحة، تم اقتراح نظام للتعرف على الحروف العربية المعزولة ويمر النظام بمرحلتين: المرحلة الأولى هي SVM والتي نقوم بها بتقسيم الأحرف إلى مجموعتين الحروف التي تحتوي على النقاط والحروف بدون النقاط ويتم ذلك عن طريق إعطاء بعض الميزات وتمريرها على الحروف لاستخراج كل مجموعة. هذا التصنيف من شانه أن يقلل نسبة الخطأ بين الحروف المتشابهة، المرحلة الثانية هي توفير نتيجة المرحلة الأولى وإدخالها إلى شبكه عصبية ذات تعلم ذاتي مدربه مسبقا" للتعرف النهائي على الحرف. تم تنفيذ هذا العمل باستخدام قاعدة البيانات IFN/ENIT، النظام المقترح يقلل من عبء العمليات على مصنف الشبكة العصبية بواسطة مصنف دعم التميز الآلي وبدقة إجمالية تصل 92.2% ونتطلع مستقبلا للحصول على درجات أعلى من الدقة.
|