بازشناسی قلم های فارسی با استفاده از اختلاط خبره ها و به کارگیری PCA جهت کاهش ویژگی ها

در این مقاله، یک روش جدید بر اساس ترکیب ویژگی ها و طبقه بند ها برای بازشناسی قلم های فارسی معرفی شده است. ویژگی ها ازتصاویر متون مختلف که به صورت بافت هایی با ابعاد یکسان 128× 128 پیکسل در آمده اند و با استفاده از روش های مختلفی همچون فیلتر گابور، نقاب های سوبل/روبرت و تبدیل های موجک دابیشز، هار و فیلتر های پایین گذر و بالا گذر سیملت استخراج شده ند. ویژگی های استخراج شده از این روش ها به صورت 2 به 2 با یکدیگر ترکیب گردیده اند. برای ارزیابی نرخ بازشناسی به کمک ویژگی های استخراج شده از سه شبکه عصبی MLP جهت طبقه بندی استفاده شده و نتایج آنها با هم ترکیب شده است. هر کدام از شبکه های عصبی با استفاده از مجموعه ویژگی های حاصل از ترکیب دو روش آموزش داده شده است. در نهایت با استفاده از الگوریتم جمعیت پرندگان، وزن های بهینه را به منظور کمینه شدن خطا تعیین شدند. روش پیشنهادی با استفاده از پایگاه دادهHoda شامل 21000 نمونه از 10 فونت فارسی مختلف، ارزیابی گردیده است. با استفاده از وزن های تعیین شده، ترکیب شبکه های عصبی صورت گرفته است. با استفاده از روش ارائه شده نرخ بازشناسی 97.45 درصد بدست آمده است که نسبت به دیگر روش های ارائه شده بهبود چشمگیری در نرخ بازشناسی نتیجه شده است.