ریوصت کی رد تاملک یوجتسج · .تساهرشدانمساهدافمسادرودعج...
TRANSCRIPT
أ
ب
دانشکده مهندسی برق و رباتیک
گروه الکترونیک پایان نامه کارشناسی ارشد
تعبیهنوشته فارسی با استفاده از روش دست جستجوی کلمات در یک تصویر
هامشخصه
بهاره اسدی
:راهنمااستاد
فرداحمدی دکتر علیرضا
:استاد مشاور
مجید ایرانپور مبارکه
4931 بهمن
ت
:تقدیم به
چشمه های جوشان محبت
مهر و عطوفت الهیجلوه های
یمدگ لبخندهای پر مهر زن
و مادر عزيزم پدر
.در تمام مراحل زندگی، به من راه و رسم درست زيستن را آموختند كه
ث
:تقدیر و تشکر
دکترر آقای جناب استاد گرامی از را خویش قدردانی و سپاس مراتب دانم می لازم خود بر
نقرش نامره پایران این گیری شکل در مستمر و دقیق راهنمایی با که فرد احمدی علیرضا
-هر پیشبرد در بسزایی تأثیر ایشان هایکمک و نظرات شک بی. نمایم ابراز داشتند، مهمی
از استاد گرامری جنراب آقرای دکترر مجیرد .است داشته نامه پایان این سریعتر و بهتر چه
.اند کمرا تشرکر و قردردانی را دارم ایرانپور که زحمت مشاوره این رساله را بر عهده گرفته
همچنین از دوستان عزیزم که در ثمر رسیدن این پایان نامه یرار و همرراهم بودنرد تقردیر و
.کنمتشکر می
ج
دانشیکره‌‌‌الکم ونیی /دانشجوی‌دوره‌کارشناسی ارشیر‌رشیمه‌دسنرسی ی بهاره اسدیاینجانب
جستجوی کلمات در یک نادیه‌‌ی‌پایانشاه ود‌نویسنره‌صنعم دسنرس و‌ر اتی دانشگاه
ی دکمی راهنماتحت‌‌هامشخصه تعبیهنوشته فارسی با استفاده از روش دست تصویر
.شوم ددمعسر‌‌ف داحمریعلی ضا
تحقیقات‌در‌این‌پایان‌ناده‌توسط‌اینجانب‌انجام‌شره‌است‌و‌از‌صحت‌و‌اصالت خوردار‌است.
نمایج‌پژوهشسای‌دحققان‌دیگ هد جع‌دورد‌اسمفاده‌اسمناد‌شره‌استدر‌اسمفاده‌از.
دررک‌یا نوع دریافت‌هیچ ای دیگ ی ف د یا خود توسط تاکنون ناده پایان در دنررج دطالب
.ادمیازی‌در‌هیچ‌جا‌ارائه‌نشره‌است
نام‌شاه ود‌د اشر‌و‌دقالات‌دسم‌صنعم کلیه‌حقو دعنوی‌این‌اث دمعلق ه‌دانشگاه »خ ج ا
دانشگاه صنعم شاه ود » یا of Technologhy Shahrood University»و چاپ« ه
.خواهر‌رسیر
حقو دعنوی‌تمام‌اف ادی‌که‌در ه‌دست‌آدرن‌نمایح‌اصل پایان‌ناده‌تأثی گذار وده‌انر‌در‌دقالات
.دسمخ ج‌از‌پایان‌ناده‌رعایت‌د گ دد
اسمفاده‌شره(یا افمسای‌آنسا)ن‌ناده،در‌دواردی‌که‌از‌دوجود‌زنره‌در‌کلیه‌د احل‌انجام‌این‌پایا
.است‌ضوا ط‌و‌اصول‌اخلاق رعایت‌شره‌است
در‌کلیه‌د احل‌انجام‌این‌پایان‌ناده،در‌دواردی‌که ه‌حوزه‌اطلاعات‌شخص اف اد‌دسم س یافمه‌یا
.اسمفاده‌شره‌است‌اصل‌رازداری،ضوا ط‌و‌اصول‌اخلا انسان رعایت‌شره‌است
:تاریخ
: امضای دانشجو
مالکیت نتایج و حق نشر
دقالات‌دسمخ ج،کماب، ناده‌های‌رایانه‌ای،ن م‌افزار‌ها‌و‌تجسیزات)کلیه‌حقو دعنوی‌این‌اث و‌دحصولات‌آن
در‌تولیرات‌علم این‌دطلب ایر ه‌نحو‌دقمض .شاه ود‌د اشرصنعم دمعلق ه‌دانشگاه(ساخمه‌شره‌است
.د وطه‌ذک شود
رون‌ذک د جع‌دجاز‌نم اشر‌یان‌نادهاسمفاده‌از‌اطلاعات‌و‌نمایج‌دوجود‌در‌پا .
د نامهـتعه
Article I.
Article II.
Article III.
Article IV.
Article V.
Article VI.
Article VII.
ح
چکیده
در‌ایین‌رو .اطلاعات‌دمن در‌اسناد‌تصوی ی‌اسیت‌‌روش ای‌اسمخ اج‌ی‌کلیری،کلمه‌جسمجوی
آن‌کلمه‌در‌داخیل های‌و‌دکان‌نمونهجسمجو‌شره ،ی‌پ سش دوردنظ کار در‌اسناد‌تصوی یکلمه
یشم تحقیقات‌انجام‌شره‌در‌این‌زدینه روی‌دمون‌ز ان‌لاتیین‌ارائیه‌شیره .شود‌اسناد‌دشخص‌د
سیار‌کم‌د اشر‌که‌اکثی ایین‌تحقیقیات‌هیم ی جام‌شره‌در‌ز ان‌فارس وع ان‌تحقیقات.است
نوشیمه ای‌جسمجوی‌کلمات‌در‌تصیوی دسیت‌‌‌الگوریمم پایان‌نادهاین‌در.روی‌اسناد‌چاپ هسمنر
.استدو‌د حله‌‌که‌شادل‌دهیمد فارس ارائه
دیمن‌‌ره‌سپس‌تصیاوی کلمیات‌داخیل‌‌‌‌ریگ جرا‌شکخطوط‌دمن‌از‌یلازم‌است‌ا مرا‌‌ی‌اولدر‌د حله
ی‌‌های‌دمصل‌دوجود‌در‌دمن‌اسمخ اج‌شره‌سیپس‌دولفیه‌‌‌دولفه ای‌انجام‌این‌د حله.شونراسمخ اج
تمام،ت ین‌همسایه ا‌اعمال‌رو نزدی سپس.شود‌دمصل‌که‌ش وع‌کننره‌ه خط‌است‌دشخص‌د
.آینیر‌ق ار‌دارنر رستد ی هو ه‌همان‌ت تیب که‌در‌دمن‌های‌دمصل‌ه خط صورت‌ی زنج‌دولفه
های‌دمصلش ه‌طور‌دسیمقل‌از‌دیا ق خطیوط‌‌‌‌‌توان‌ه خط‌را ا‌دولفه‌د در‌نمیجه عر‌از‌این‌د حله
ی عیری یا‌در‌نظی در‌د حلیه. اشیر‌‌نمیجه‌این‌د حله‌جراسازی‌خطوط‌از‌یکیریگ دی .نمایش‌داد
تا‌هفت‌دولفیه‌دمصیل‌تشیکیل‌‌‌‌‌ی وف‌اضافه‌و‌کلمات‌فارس از‌ت کیب‌گ فمن‌این‌قانون‌که‌اکث ح
کلمات‌اسیمخ اج‌شیره، ی ای‌هی کیرام‌از‌ایین‌تصیاوی .شیود‌‌اسمخ اج‌کلمات‌دمن‌انجام‌د ،انرشره
.شوددخمصات‌دکان آنسا‌در‌دمن‌نیز‌ذخی هد
ییافمن‌هرف‌ی‌دوم‌در‌د حلهکه‌ایجاد‌شره،ای‌از‌کلمات‌کانریردجموعه‌ی‌اولد حله‌انجامدر‌نمیجه
کلمیات. اشیر‌و‌دشیخص‌کی دن‌دکیان‌آنسیا‌در‌دیمن‌دی های‌کلمات‌پ سش در‌این‌دجموعه‌نمونه
ی‌ی‌کلمیه ی ای‌جسیمجو‌‌‌د حلیه‌‌ایین‌‌در.هسیمنر‌ی‌دمنی پ سش ورودی ه‌صورت‌تصوی و‌رشمه
ایین‌نیوع‌‌‌‌گیی ی‌کیار یه‌‌اسمفاده‌شره‌است‌کیه ا‌در‌نظ گ فمن‌الفبای‌فارس ها،از‌دشخصهپ سش
.شباهت ین‌کلمات‌دسمقل‌از‌شیوه‌نگار حفظ‌شود‌شود‌که اعث‌د دشخصه
خ
ی ای‌‌فارسی نوشیمه‌سینر‌دسیت011ای‌شیادل‌‌‌پایگاه‌داده‌و‌کلمه‌پ سش 55ای‌شادل‌از‌دجموعه
و%55/75تصیوی ای‌پ سش یا‌‌ف اخوان ه‌ت تیب‌و‌دقت‌‌دموسط.شره‌استرو اسمفاده‌زیا را
. اشرد %24/70و%40/01ی‌دمن و ای‌پ سش ا‌رشمه54/01%
کلمات کلیدی
جراسیازی‌خطیوط چسیب،تعبیه،دشخصه،ی‌فارس نوشمهاسناد‌دست،ی‌کلیریجسمجوی‌کلمه
دمصلهایدولفه،مند
د
لیست مقالات مستخرج
-ای‌از‌دولفیه‌خط‌دنبالیه‌جراسازی‌خطوط‌دمن‌و‌اسمخ اج ون"م،.پورع،ای ان.ف د ب،احمری.اسری
،تسی ان،"،نسمین‌کنف انس‌داشین ینای و‌پ داز تصوی ایی ان"نوشمه‌فارس های‌دمصل‌در‌دست
0925.
نوشمه‌فارس ا‌اسیمفاده‌از‌‌جسمجوی‌کلمات‌در‌ی تصوی دست"م،.ع،ای انپور.ف د ب،احمری.اسری
در‌دسنرسی کیادپیوت و‌‌‌‌های‌کیار دی‌الملل پژوهش،سودین‌کنف انس ین"هادشخصهرو تعبیه
.0925،تس ان،"فناوری‌اطلاعات
ذ
بفهرست مطال
ج ................................................................................................................. .ها فهرست شکل
ظ ................................................................................................................... .فهرست جداو
4 ................................................................................................................... مقدمه: فصل او
2 ................................................................................................. امهن انیپا اهداف 4-4
5 ........................................................... یدیکل یکلمه یجستجو یهاروش یبنددسته 0-4
5 ................................................................................................. نامهانیپا ساختار 4-9
7............................................................................... های انجام شدهمروری بر فعالیت: فصل دوم
8 .............................................................................................................. مقدمه 2-4
8 ......................................................................... جستجو روش براساس یبندمیتقس 2-2
2 ............................................................................ ی نرقطعه دبمن‌یروشسا 4-4-0
05 ............................................................................... ی نرقطعه رون‌یروشسا 4-4-4
43 ....................................................................... صیتشخ روش براساس یبندمیتقس 2-9
40 ........................................................................ الگو‌قیتطب دبمن‌یهارو 4-9-0
47 ........................................................................... ی یادگی دبمن‌یهارو 4-9-4
94 ............................................................... یپرسش یکلمه نوع براساس یبندمیتقس 2-1
97 ..................................................................................................... مباحث نظری: فصل سوم
SIFT ................................................................................. 98 یهایژگیو استخراج 9-4
ر
92 ...................................................................................... یریکل‌نقاط‌افمنی 9-0-0
50 .................................................................. اصل‌نقطه‌ه دکان‌دوقعیت‌تعیین 9-0-4
54 ................................................................................... یریکل‌نقاط‌فگ یتوص 9-0-9
19 ...................................................................................................... شریف بردار 9-2
59 ............................................................................ یتصاو‌ش یف دار‌اسمخ اج 9-4-0
Almazan .................................................................................. 11 یشنهادیپ روش 9-9
55 .................................................................... هادشخصه‌یهیپا کلمات‌شینما 9-9-0
50 ................................................................................ ش یف‌ی دارها‌اسمخ اج 9-9-4
54 ................................................................................. دشخصه‌یفضا‌آدوز 9-9-9
55 ...................................... دشم کی دار‌یفضا‌در‌ها چسب‌و‌هادشخصه‌رتبه‌هیتعب 9-9-5
50 ....................................................................................... ازشناس‌اتیعمل 9-9-5
52 .......................................................................... ازشناس‌ید حله‌جینما 9-9-5-0
14 ................................................................. الگوریتم پیشنهادی و نتایج ارزیابی آن: فصل چهارم
12 ............................................................................................................ مقدمه 1-4
12 .......................................................................................... او یشنهادیپ روش 1-2
55 ............................................................................................. ا یارز‌رو 5-4-0
70 ......................................... ریکانر‌یدجموعه‌در‌کلمات‌کاهش‌ی ا‌یشنسادیپ‌رو 5-4-4
74 .......................................................................کلمات‌یجسمجو‌ید حله‌جینما 5-4-9
09 .............................................................................. ممیالگور‌یاج ا‌زدان 5-4-9-0
89 .................................... ( یقیتطب یبندهیناح با GMM آموزش) دوم یشنهادیپ روش 1-9
05 ................................................... قیتطب‌ی نرهیناح اGMMآدوز رو جینما 5-9-0
ز
02 ..... های متصلای از مولفهالگوریتم پیشنهادی برای جداسازی خطوط و استخراج دنباله: فصل پنجم
39............................................................................................................. مقدمه 5-4
34 .................................................................. خط هر یاصل متصل یها مولفه استخراج 5-2
31 ....................................................... خط هر یاصل متصل یها مولفه یرو پردازشپس 5-9
491 ...................................................................................................... یگذاریجا 5-1
015........................................................رونره الا‌دمصل‌ی‌دولفه‌یگذاریجا‌یها‌رو 5-5-0
010 .................................................... رونره‌نییپا‌دمصل‌ی‌دولفه‌یگذاریجا‌یها‌رو 5-5-4
001 ......................................................خط‌یرو‌دمصل‌ی‌دولفه‌یگذاریجا‌یها‌رو 5-5-9
449 .............................................................................................. خطوط یجداساز 5-5
441 ................................................................... متن کلمات ریتصو خط برون استخراج 5-1
429 ....................................................................................... یشنهادیپ روش جینتا 5-7
090 .................................................................................. گیری و پیشنهاداتنتیجه: فصل ششم
497 ................................................................................................................... مراجع
س
هافهرست شکل
0 .............................................................. نهیزد‌نیا‌در‌دوجود‌یروشسا‌ی نردسمه:0-4شکل
c[05] ................................................ 00 وu، h، gدر‌آب‌دخازن‌وgدر‌حف ه‌وجود:4-4شکل
00 ................................................................... [05] ح وف‌شکل‌یکرگذار‌رو :9-4شکل
04 ........................................................... [05]قیتحق‌یساخمار‌یها ژگیو‌شینما:5-4شکل
09 ............................................................................. [07] ع ح وف‌یکرها:5-4شکل
05 ............................................................................. [00]قیتحق‌رو د احل:5-4شکل
05 .................................................... [00]آنسا‌یساخمار‌یها ژگیو‌و فارس‌کلمات:7-4شکل
07 ........................................................................ [02] ع کلمات‌ی نرقطعه:0-4شکل
07 .......................... [02] ع در‌ی نرقطعه‌از‌دسمقل‌و دبمن‌رو دو‌در‌دقت‌سهیدقا:2-4شکل
00 ..................................................................................[44]قیتحق‌د احل:01-4شکل
02 ............................................................. [49]در‌شره دع ف‌رو کل‌یشما:00-4شکل
44 ................................ [91]نظ دورد پ سش‌یکلمه‌یازا ه‌دمن‌درPWsصیتشخ:04-4شکل
49 .......................... [91]دمن‌در پ سش‌یکلمه‌ینمونه‌افمنی‌و‌گ یگری اPWsادغام:09-4شکل
45 ............................... [90]قیتحق‌در‌یاشبکه ژگیو‌اسمخ اج‌و انطباق‌ی نرهیناح:05-4شکل
BOVW[92]............................................. 40رو ا‌یهنر‌ی یتصو‌اسناد ا ی از:05-4شکل
42 .................................. [51]لغزان‌یپنج ه‌توسط‌شره‌جادیا‌ریکانر‌کلمات‌دجموعه:05-4شکل
91 ........................... ]50[قیتحق‌ی روشنا‌سطح‌و‌جسمرار‌انیگ اد‌یها ژگیو‌اسمخ اج:07-4شکل
90 ........................................................................... [54]قیتحق‌رو د احل:00-4شکل
95 ............................................................................ [55]سممیس کل‌یشما:02-4شکل
DOG[51] ................................................................................ 50ه م‌جادیا:0-9شکل
DOG[51] ......................................................... 50 ه م‌در‌هااکسم دم‌یآشکارساز:4-9شکل
54 ................................................................... [51]دار‌جست‌انیگ اد‌سموگ امیه:9-9شکل
57 ........................................................ 9و0،4سطوح‌در‌ح وف ه د‌سموگ امیه:5-9شکل
51 ....................................میدسمق‌یکلمه یتصو‌یرو ثا ت‌یانرازه ا‌هیناح04جادیا:5-9شکل
54 ................................................. خطSVM ا‌اُمiیدشخصه‌درل‌آدوز نریف آ:5-9شکل
59 ............................................................................................. رو د احل:0-5شکل
55 .................................................... کشور‌یکلمه ا‌دمناظ قیتطب‌و‌حیصح یتصو:4-5شکل
50 .......................................... "صنعت"یکلمه‌ی ا‌سممیس‌توسط‌شره‌آشکار‌کلمات:9-5شکل
70 ......................................... .باشنرید‌دموسط‌دقت‌نی الات یدارا‌که پ سش‌کلمات:5-5شکل
70 .......................................... .باشنرید‌دموسط‌دقت‌نی الات یدارا‌که پ سش‌کلمات:5-5شکل
72 ............................ دمن‌در‌دوجود پ سش‌یکلمه ا‌دمناظ یهانمونه‌تمام‌یآشکارساز:5-5شکل
01 ......................................... .هسمنر‌دموسط‌دقت‌نینم ییپا‌یدارا‌که پ سش‌کلمات:7-5شکل
01 ......... .است‌شره ی‌رتبه‌در‌آنسا‌صیتشخ‌عرم‌دوجب‌کلمات‌از عض‌شرن‌نوشمه‌ناخوانا: 0-5شکل
00 ............ .است‌شره‌آنسا‌صیتشخ ه‌دوفق‌ممیالگور‌که پ سش‌یکلمه ا‌دمناظ یهانمونه: 2-5شکل
00 .......... .است‌شره‌آنسا‌صیتشخ ه‌دوفق‌ممیالگور‌که پ سش‌یکلمه ا‌دمناظ یهانمونه: 01-5شکل
04 .................................................................... دمن‌در‌اساس‌یکلمه‌یجسمجو:00-5شکل
04 ................................................................... دمن‌در‌اقمصاد‌یکلمه‌یجسمجو:04-5شکل
04 .................................................................. دمن‌در‌تی یدر‌یکلمه‌یجسمجو:09-5شکل
05 ............................................................ کلاس ی هد وط یتصاو(ب‌و‌الف:)05-5شکل
05 ............................................. ]55 [کلاس ی‌یهانمونه‌ی ا قیتطب‌ی نرهیناح:05-5شکل
07 ..................................................................................... رو دو‌یسهیدقا:05-5شکل
24 .................................................. .شود د هیذخ‌دمصل‌ی‌دولفه‌ه ی ا‌که نقاط:0-5شکل
24 .............................. دمن‌در‌دوجود‌دمصل‌یها‌دولفه‌تمام‌یها‌کسلیپ‌تعراد‌سموگ امیه:4-5شکل
25 ........................................................... دمن‌داخل‌دمصل‌یها‌دولفه‌تمام‌اسمخ اج:9-5شکل
25 ........................................... ( آ رنگ)اول‌خط اصل‌دمصل‌یها‌دولفه هیذخ:5-5شکل
25 .......................................... آنسا‌ی شناسا‌بیت ت ه‌اول‌خط‌دمصل‌یدولفسسا‌شینما:5-5شکل
شی ط‌‌در‌نکی دن‌‌صیر لیدل ه‌اول‌خط‌دمصل‌یها‌دولفه‌ستیل‌در هوش‌ی‌‌نقطه‌نگ فمن‌ق ار:5-5شکل
25 ..................................................................................................................... ی
27 ... آن‌از‌گذرنره‌خط‌و‌آنسا‌شادل‌دحرب رنه‌افمنی‌و‌اول‌خط اصل‌دمصل‌یها‌دولفه هیذخ:7-5شکل
ص
27 . .انر‌افمهی‌اخمصاص‌سوم‌خط ه‌اشمباه ه‌و‌هسمنر‌چسارم‌خط هد وط‌که دمصل‌دولفه‌دو:0-5شکل
27 .............. سوم‌خط‌دعادله ا‌دمصل‌یها‌دولفه‌ی‌فاصله‌گ فمن‌نظ در ا الا‌یخطا‌حیتصح:2-5شکل
20 ..................................... (ق دز‌خط)دو‌درجه‌تا ع صورت‌ششم‌خط‌گ فمن‌نظ در:01-5شکل
22 .................................................................. ششم‌خط‌یجراساز‌در‌خطا‌جادیا:00-5شکل
22 ...................................... (ق دز‌خط)اول‌درجه‌تا ع صورت‌ششم‌خط‌گ فمن‌نظ در:04-5شکل
22 ....................................................... پنجم‌خط‌یجراساز‌د حله‌در‌خطا‌حیتصح:09-5شکل
011 ..................................................... ششم‌خط‌یجراساز‌د حله‌در‌خطا‌حیتصح:05-5شکل
010 ............................................. پ داز پس‌از عر‌اول‌خط‌ی نسادمصلیهادولفه:05-5شکل
014 (پ داز پس‌ی‌د حله)آنسا‌ی‌جراگانه هیذخ‌و‌دمن‌کل‌از‌دمصل‌یها‌دولفه‌از عض‌حذف:05-5شکل
014 ............................................ پ داز پس‌از عر‌دوم‌خط‌ی نسادمصلیهادولفه:07-5شکل
014 (پ داز پس‌ی‌د حله)آنسا‌ی‌جراگانه هیذخ‌و‌دمن‌کل‌از‌دمصل‌یها‌دولفه‌از عض‌حذف:00-5شکل
019 ........................................... پ داز پس‌از عر‌سوم‌خط‌ی نسادمصلیهادولفه:02-5شکل
019 (پ داز پس‌ی‌د حله)آنسا‌ی‌جراگانه هیذخ‌و‌دمن‌کل‌از‌دمصل‌یها‌دولفه‌از عض‌حذف:41-5شکل
019 ......................................... پ داز پس‌از عر‌چسارم‌خط‌ی نسادمصلیهادولفه:40-5شکل
015 (پ داز پس‌ی‌د حله)آنسا‌ی‌جراگانه هیذخ‌و‌دمن‌کل‌از‌دمصل‌یها‌دولفه‌از عض‌حذف:44-5شکل
015 ............................................................................ خطوط‌دعادلات‌شینما:49-5شکل
015 .............................................................. خطوط‌دعادلات‌افکنش افق‌نمودار:45-5شکل
017 .............................................."گذا" اصلی رنه‌از‌قبل"گ"س کش‌یگذاریجا:45-5شکل
017 ............................................... "گ " اصلی رنه‌از‌قبل"گ"س کش‌یگذاریجا:45-5شکل
010 ........................................................."سا" اصلی رنه‌از‌قبل‌نقطه‌یگذاریجا:47-5شکل
001 ............ .شود د‌یگذاریجا‌آنسا‌نی و‌نراشمه‌اشم اک"الف"دمصل‌یدولفه‌دو ا‌نقطه:40-5شکل
001 .................................................................... "نچه"از‌قبل‌نقطه‌یگذاریجا:42-5شکل
000 .................. .شود د‌یگذاریجا"و"و"ر"دمصل‌یدولفه‌دو‌نی "الف"دمصل‌یدولفه:91-5شکل
000 ....................................... .شود د‌یگذاریجا"د"و"الف"نی "ر"دمصل‌یدولفه:90-5شکل
004 ......................................شود د‌یگذاریجا"سعا"و"ر"نی "الف"دمصل‌یدولفه:94-5شکل
ض
004 ..........................................شود د‌یگذاریجا‌آن‌نقاط‌از عر"شت" اصلی رنه:99-5شکل
004 ......................................... . دیگ دق ار"در"و"الف"از‌قبل"ر"دمصل‌یدولفه:95-5شکل
009 ................................................. اول‌خط‌از‌دانره‌جا‌دمصل‌یها‌دولفه‌یگذاریجا:95-5شکل
009 ....................................................................... دمن‌خطوط‌یجراساز‌جهینم:95-5شکل
005 ...................................................................... دمن‌خطوط‌یجراساز‌جهینم:97-5شکل
005 .................................................. دمصل‌یهادولفه‌ی دوتا‌بیت ک‌گ فمن‌نظ در:90-5شکل
005................... اصل یتصو اانرازه‌‌هم‌ی یتصو‌در‌دمصل‌یهادولفه‌بیت ک‌ک دن‌آشکار:92-5شکل
007 .............................................. کلمه‌ه یتصو دکان‌تیدوقع‌آوردن رست‌رو :51-5شکل
000 ........................................... شکل‌دمصل‌یهادولفه‌از‌ی تا‌دو‌یبسایت ک‌اسمخ اج:50-5شکل
000 ................................................. دمصل‌یهادولفه‌از‌ی تا‌سه‌یبسایت ک‌اسمخ اج:54-5شکل
002 .............................................. دمصل‌یهادولفه‌از‌ی تا‌چسار‌یبسایت ک‌اسمخ اج:59-5شکل
002 ................................................ دمصل‌یهادولفه‌از‌ی تا‌پنچ‌یبسایت ک‌اسمخ اج:55-5شکل
044 ........................................هیپا‌خط‌یدعادله ا"مینیبید"ینقطه‌یفاصله‌شینما:55-5شکل
044 ..................................... نی یز‌خط‌یدعادله ا"مینیبید"ینقطه‌یفاصله‌شینما:55-5شکل
049 .................................................................... نقطه‌دمصل‌یدولفه‌یگذاریجا:57-5شکل
049 ................................................................. س کش‌دمصل‌یدولفه‌یگذاریجا:50-5شکل
049 ......... س کش‌و‌نقطه‌یگذاریجا‌از عر‌هم‌س پشت‌دمصل‌یهادولفه‌گ فمن‌ق ار‌بیت ت:52-5شکل
045 ............................................. یشنسادیپ‌رو ی ی کارگ ا‌دمن‌خطوط‌یجراساز:51-5شکل
045 ............................................ یشنسادیپ‌رو ی ی کارگ ا‌دمن‌خطوط‌یجراساز:50-5شکل
045 ............................................ یشنسادیپ‌رو ی ی کارگ ا‌دمن‌خطوط‌یجراساز:54-5شکل
045............................................ یشنسادیپ‌رو ی ی کارگ ا‌دمن‌خطوط‌یجراساز:59-5شکل
045................. انر‌شره‌نوشمه‌کج‌یحر‌تا‌که‌دمن‌خطوط‌دورد‌در‌یشنسادیپ‌رو عملک د:55-5شکل
047 ................................................. انر‌شره‌جرا درسم ه‌که الا‌دمن‌اول‌خط‌سه:55-5شکل
047 ............................................... انر‌شره‌جرا درسم ه‌که الا‌دمن‌آخ خط‌چسار:55-5شکل
047 ....... .انر‌شره‌‌نوشمه‌هم‌از‌کم‌فاصله ا‌که دمن‌خطوط‌دورد‌در‌یشنسادیپ‌رو عملک د:57-5شکل
ط
040 ................................................ .انر‌شره‌جرا درسم ه‌که الا‌دمن‌اول‌خط‌سه:50-5شکل
040 .................................................انر‌شره‌جرا درسم ه‌که الا‌دمن‌آخ خط‌سه:52-5شکل
دمصیل‌‌یهیا‌دولفه‌نی اتصال‌لیدل ه‌خط‌ه هد وط‌دمصل‌یها‌دولفه‌صیتشخ‌ی توانا‌عرم:51-5شکل
042 ............................................................................................................... خطوط
کیم‌‌ی‌فاصیله‌‌و‌ادیی‌ز کجی‌‌لیی‌دل یه‌‌خط‌ه هد وط‌دمصل‌یها‌دولفه‌صیتشخ‌ی توانا‌عرم:50-5شکل
042 ........................................................................................................ هم‌از‌خطوط
ظ
هاو فهرست جد
51 ............................................................................. ازشناس‌ید حله‌حینما:0-9جرول
71 ......................................................................................... ارهایدع‌فیتع :0-5جرول
79 ................................................................... 7تا0نی ف اوان ا‌کلمات‌تعراد:4-5جرول
حالیت‌‌ی ی ا‌‌دمفیاوت‌‌یهیا‌آسیمانه‌‌در دمنی‌‌سینر011یرو رو ی کارا‌یارهایدع‌دموسط:9-5جرول
75 ............................................................................................... دمن‌و یتصو ا‌پ سش
یا‌‌پ سیش‌‌حالیت‌‌ی ی ا‌‌دمفیاوت‌‌یهاآسمانه‌در دمن‌سنر011یرو رو ی کارا‌یارهایدع:5-5جرول
75 .......................................................................................................... دمن‌و یتصو
75 ........................................... (W'=1142) دل پ سش‌یکلمه‌ی ا‌ارهایدع‌تعراد:5-5جرول
77 .......................................... (W'=1868)ی ا پ سش‌یکلمه‌ی ا‌ارهایدع‌تعراد:5-5جرول
77 ......................................... (W'=1652)ریتول پ سش‌یکلمه‌ی ا‌ارهایدع‌تعراد:7-5جرول
05 ............... اول‌یهاآسمانه‌پنج‌در دمن‌سنر011یرو رو ی کارا‌یارهایدع‌دموسط:0-5جرول
05 .......................... دمن‌در پ سش‌یکلمه‌یجسمجو‌حالت‌ی ا‌رو دو‌نی یسهیدقا:2-5جرول
05 .................................................... ازشناس‌حالت‌ی ا‌رو دو‌نی یسهیدقا: 01-5جرول
05 .............................. ثا ت‌و قیتطب‌ی نرهیناح‌رو دو‌در‌کلمات‌از عض‌سهیدقا :00-5جرول
045 ............................................................... الا‌عادل‌دو‌توسط‌خطا‌جادیا‌زانید:0-5جرول
0
0
:فصل او
مقدمه
4
نامهاهداف پایان 4-4
شود‌و‌اد وزه‌حجم سیاری‌از‌این‌نیوع‌داده‌‌دمن‌همیشه‌یک از‌دنا ع‌اطلاعات دسم‌دحسوب‌د
ه‌روزانی ا‌پیشی فت‌فنیاوری‌دیجیمیال،.شودهای‌دیجیمال،کاغذ،تصاوی و‌ویرئو‌یافت‌د در‌کما خانه
.شیونر‌‌و یه‌عنیوان‌سینر‌تصیوی ی‌ذخیی ه‌دی انیر ه‌صورت‌اسکن‌شره‌درآدرهکماب‌‌و‌رهزاران‌سن
-تکنیی .کنیر‌‌ذخی ه‌و‌انمقال‌اسناد‌تصوی یرا ه‌طور‌کارادر‌ایجاد‌د ،تولیر‌تکنولوژی‌دررن‌ادکان
ای‌اسمخ اج‌و‌در‌دسم س‌قی ار‌دادن‌اطلاعیات‌دمنی دیورد0اسناد‌تصوی ی‌تحلیلهای‌تشخیص‌و
ی ای‌‌دو‌رهیافت‌اصل ای‌دشخص‌ک دن‌دمن‌دورد‌نظ در‌اسیناد‌تصیوی ی.گی نرق ار‌د اسمفاده
یجسیمجو‌هیای‌‌رو و4[0](OCR)هیا‌‌نویسیه‌‌نوری‌های‌تشخیصرو : ازیا اطلاعات‌وجود‌دارد
9کلمه‌کلیری
یه‌دمیون‌قا یل‌‌‌‌را‌آنسیا‌‌‌اسیناد‌تصیوی ی‌پ داخمیه‌و‌‌‌دمون‌دوجود‌در ه ازشناس OCRافزارن م
زدینیه‌‌خوب یا‌پیس‌‌ساده‌های‌‌دورد‌فونت‌در‌این‌رو .کنرتبریل‌د جسمجو‌و‌وی ایش‌توسط‌رایانه
دیورد‌اسیناد‌‌‌‌درییا یا‌کیاهش‌کیفییت‌اسیناد‌‌‌‌‌‌رو ارای ایین‌‌کی‌ادیا‌‌عملک د‌قا ل‌قبیول دارد‌‌تمیز
ای‌که‌دارای‌تعراد‌زییادی‌‌پایگاه‌دادهدورد‌این‌رو در‌همچنین.یا رکاهشد ه‌شرت‌نویس‌‌دست
.[4] اشر د زدانروش است‌‌سنر‌تصوی ی
را رون‌تبریل‌کل‌تصیوی دمن‌انر‌که‌اطلاعات‌های ازیا وده نا این،دحققین ه‌دنبال‌رو
ه‌دشیخص‌‌های که‌قادر ه ازیا تصاوی حیاوی‌یی واژ‌‌‌از‌این‌رو‌رو .کنرجسمجو‌د سنر ه‌دمن
ا میرا‌‌‌کلمیات‌‌جسمجو.انر‌دورد‌توجه‌ق ارگ فمه اشنر‌یا مواننر‌لغات‌را‌در‌ی تصوی تشخیص‌دهنر
عیرها‌ایین‌تع ییف‌توسیط‌چنیرین.[9]در‌زدینه‌پ داز گفمار‌پیشنساد‌شره‌استJones ی وسیله
رهیافت‌دوقعیت‌کلمه‌انمخاب‌‌این.شرنویس کارگ فمه‌‌گذاری‌اسناد‌چاپ و‌دستدحقق ای‌انریس
1
Document Image Analysis and Recognition (DIAR) 2
Optical Character Recognition (OCR) 3
Keyword Spotting
9
یکلمیه‌‌یجسیمجو‌سیسمم،کنر ه‌عبارت‌دیگ د تصوی ی‌دشخصدر‌ی سنر‌‌را‌شره‌توسط‌کار
درحالیکه‌توجس ه‌کلمات‌نیاد تبط‌‌کنر‌کار را‌در‌سنر‌تصوی ی‌جسمجو‌د کلمهدوردنظ کلیری،
.نرارد
ر‌نی‌تواناطلاعات‌دفیر‌و‌دسم‌کیه‌نمی شود‌سبب‌د اسناد‌تصوی یذخی ه‌رو و‌از‌این‌اسمفاده
داننر‌گ افی ،تصاوی و‌ویژگیسای‌وا سیمه یه‌نگیار تشخیص‌داده‌شونر OCR طور‌دناسب توسط
.[5] رنشو حفظ‌آرای ،داننر‌فونت‌و‌صفحه
ی ه‌طیور‌دثیال‌در‌نظی گی فمن‌کلمیه؛ اشر‌اسناد‌تاریخ تصوی ید این‌رو در‌ی کار د
کنر‌یا‌یی ادکیان‌جالیب‌‌‌‌‌کم د دوجود‌در‌سنر‌ها‌‌و‌عنوان‌دکان‌تصاوی ه‌شناسای ،Figپ سش
هیای‌‌درون‌نادیه یه‌دعنیای‌شیکایت،Complainی‌‌های‌کلمهی‌نمونه‌دشخص‌ک دن‌دکان‌همهدیگ
ها‌‌انر‌که‌کماباعلام‌ک ده4و‌یاهو0ذک دیگ اینکه‌گوگل‌‌نکمه‌قا ل.است‌ش کتارسال‌شره ایی
کلمیه‌ا یزار‌‌‌‌یدر‌ایین‌زدینیه‌جسیمجو.[5] دهنیر‌دی را‌در‌دوتورهای‌جسمجویشان‌در‌دسم س‌ق ار
.ارزشمنری ای‌جسمجوی‌کار ان‌روی‌دحموای‌این‌کمب‌خواهر ود
و‌تعیرادی‌از‌‌‌تحقیقات‌انجام‌شره‌در‌این‌زدینه روی‌دمون‌ز ان‌لاتین‌ارائیه‌شیره‌اسیت یشم
انجیام‌شیره‌در‌ز یان‌فارسی و‌‌‌‌‌تحقیقیات. اشنرد ای‌ک هو های‌دیگ ی‌دثل‌چین ز ان‌در‌دوردآنسا
ا‌توجه یه‌اهمییت ه‌همین‌دلیل.هم روی‌اسناد‌چاپ هسمنر‌ساآن یشم که‌‌استکم سیارع
نشیره‌اسیت،نییاز توجس در‌ز ان‌فارس انجام‌‌های‌صورت‌گ فمه‌کار‌قا لدسئله‌و‌اینکه‌طبق رس
.شود ه‌انجام‌تحقیق‌در‌این‌زدینه‌احساس‌د
1www.google.com
2 www.yahoo.com
5
کلیدی یکلمه های جستجویبندی روشدسته 4-2
ر؛نشیو‌‌ی‌پ سش ه‌دو‌دسمه‌تقسیم‌دی کلیری دبنای‌نوع‌کلمه‌یکلمه‌جسمجوی‌های‌رو
که‌در‌این‌دورد ه‌آن‌پ سش ا‌رشمه‌ییا‌پ سیش‌‌‌‌کلمه‌دورد‌پ سش‌دمکن‌است‌ی رشمه‌دمن اشر
شود،همچنین‌دمکن‌است‌ی تصوی اشر‌که‌در‌این‌حالت ه‌آن‌پ سش یا‌‌‌گفمه‌د (QBT)0 ا‌دمن
ای‌دبمنی هی‌‌جسمجو ه‌رو تشخیص‌کلمه‌کلیری دبنای‌‌هایرو .شودگفمهد (QBE)4دثال
سنر‌دورد‌جسمجو‌در‌سیطح‌خیط‌‌‌‌در‌حالت‌اول.شونر نری‌تقسیم‌د نری‌و‌دسمقل‌از‌قطعه قطعه
.گی دد نری‌کل‌سنر‌دورد‌جسمجو‌ق ار رون‌قطعه‌در‌حالت‌دوم‌شره‌و نری‌یا‌کلمه‌قطعه
و‌دبمنی ی ییادگی ی9دو‌رهیافت‌کل تطبیق‌قالیب‌‌در‌این‌زدینه دبنای نری‌دیگ ی‌دسمه
در‌رو تطبیق‌پیکسل یه‌پیکسیل.توانر‌پیکسل ه‌پیکسل‌یا‌دبمن ویژگ اشرتطبیق‌د .است
-دحاسیبه‌دی تصوی کلمه‌دورد‌پ سش‌و‌تصاوی کلمات‌داخل‌اسیناد‌‌های‌دمناظ فاصله ین‌پیکسل
ای ی ای صیورت‌گسیم ده[7] و‌اقلیرس [5] دینکوسک داننر‌فاصله لوک‌شس یدعیار‌فاصله.شود
هیا‌‌‌در‌رو تطبیق‌دبمن ویژگ تعراد‌ثیا م از‌ویژگی .این‌دنظور‌دورد‌اسمفاده‌ق ارگ فمه‌است
دارهای‌آنسا‌تعیین‌اسمخ اج‌شره‌و صورت‌ی دار‌ارائه‌شره‌است‌و‌شباهت ین‌تصاوی ا‌دقایسه
CORR وSC[0]،SLH [2]، DTW [01,00]های‌دورد‌اسیمفاده‌در‌ایین‌رو الگوریمم.گ ددد
زیادی‌وجود‌دارنر‌که‌در ازییا اسیناد‌تصیوی ی‌و‌‌‌‌های‌ساخماری‌و‌آداری‌‌ویژگ . اشرد [04,09]
،5هیای‌افکینش‌‌‌ها‌شادل‌پ وفاییل‌‌این‌ویژگ .انرگ فمهکلمه‌دورد‌اسمفاده‌ق ار‌‌جسمجوی‌های‌سیسمم
1 Query by text(QBT)
2 Query by example(QBE)
3 Template matching
4 Projection profile
5
هیا،،دمیان9طول ه‌عی ض،ارتفاع،ع ض،نسبت4زدینهجوه ه‌پس‌گذر،0پ وفایل الا‌و‌پایین‌کلمه
،تقعی ،5هیا‌‌حفی ه،5های‌دودوی اساس‌گ ادییان‌‌و‌فوریه،ویژگ دیانگین،واریانس،تبریلات‌دوج
.[05] اشنر‌و‌غی هد 5رونره الارونره‌و‌پایین
.ن‌ز یان‌اسیت‌‌آویژه ا‌در‌نظ خیواص خصیوص‌‌‌‌‌کلمات ایی ز ان‌جسمجویهای‌‌ارائه‌رو
. اشینر‌‌کلمه‌د جسمجویهای‌دمفاوت در‌‌دمون‌دمفاوت‌دارای‌خواص‌دمفاوت‌و نا این‌دارای‌رو
نسیا‌در‌دقایسیه یا‌‌‌‌آروی ی کلمه‌‌جسمجویهای‌‌ح وف‌فارس دارای‌خواص هسمنر‌که‌اعمال‌رو
:های‌ز ان‌فارس شادل‌دوارد‌زی است‌این‌ویژگ .ت است‌ح وف‌انگلیس دشکل
نوشمه‌و‌تایپ در‌اسناد‌دست‌پیوسمه‌نوشمه‌شرن‌کلمات‌فارس .0
تشکیل‌شرن‌کلمات‌از‌زی کلمات ه‌جای‌ح وف .4
ساخمه‌شرن‌تعراد‌زیادی‌از‌ح وف ا یشم از‌ی جزء .9
گی ی‌ح وف‌درون‌ی کلمهق ارظاه وا سمه ه‌دحل .5
.گذاری‌علائم‌نشانهکش‌یا‌آکلاد‌و ها‌دثل‌سحضور یش‌از‌انرازه‌تعراد‌نقاط،دکمل .5
نامهساختار پایان 4-9
فصل‌سیوم یه‌‌‌در.ی‌جسمجوی‌کلمات‌د ور‌شره‌استدر‌فصل‌دوم‌کارهای‌انجام‌شره‌در‌زدینه
در‌فصیل‌چسیارم‌الگیوریمم‌پیشینسادی ی ای.شیود‌پ داخمه‌دی در‌رو پیشنسادیتئوری‌دورد‌نیاز
5 Holes1 Upper/lower word profile
6 Ascenders and Descenders2 Background to ink transition
3 Aspect ratio
4 Gradient based binary features (GSC)
5
در‌فصیل‌پینجم.ی‌فارس و‌نمایج‌ارزیا آن یان‌شیره‌اسیت‌‌نوشمهی‌کلمات‌در‌دمون‌دستجسمجو
هیای‌دمصیل‌در‌دمیون‌‌‌‌ای‌از‌دولفیه‌رو پیشنسادی‌جراسازی‌خطوط‌و‌اسیمخ اج ی ون‌خیط‌دنبالیه
گیی ی‌و‌ارائیه‌پیشینسادات‌‌‌‌شم یه‌نمیجیه‌‌فصل‌ش.ی‌فارس و‌نمایج‌ارزیا آن‌ارائه‌شره‌استپیوسمه
.اخمصاص‌دارد
7
4
:فصل دوم
شده انجام هایفعالیت بر مروری
0
مقدمه 2-4
هیای‌‌نوشمه‌در‌ز انی‌جسمجوی‌کلمات‌در‌دمون‌دستشره‌در‌زدینهدر‌این‌فصل‌تحقیقات‌انجام
اسیناد‌‌ا میرا:کنردشم ک‌را‌دنبال‌د الگویی ها‌در‌این‌زدینه‌رو یشم .شونردخملف رس د
کنیر‌و‌‌دی دطی ح‌شونر،سپس‌کار یی پ سیش‌را‌‌‌گذاری‌د شاخصخط‌ذخی ه‌و‌در‌ی فاز ون
طور‌کلی سیسیمم‌تشیخیص‌کلمیه‌کلییری.کنراسناد‌ذخی ه‌شره‌ارزیا د سیسمم‌شباهمش‌را ا
.درحالیکه‌توجس ه‌کلمیات‌نیاد تبط‌نیرارد‌‌‌کنر‌کلمه‌دوردنظ کار را‌در‌سنر‌تصوی ی‌جسمجو‌د
ا‌توجه ه‌تنوع‌کارهای.دهرنسبت ه‌پ سش‌کار ارائه‌د پاسخ‌دثبت‌یا‌دنف ی چنین‌سیسمم
. نیری‌کی د‌‌توان‌از‌چنر‌دیرگاه‌تقسیمهای‌دوجود‌در‌جسمجو‌کلمه‌را‌د شره‌روی‌اسناد،رو انجام
رسی قی ار‌‌‌‌شره‌درگذشیمه‌دیورد‌‌‌‌انجام‌تحقیقاتگ فمه، نری‌صورت‌در‌این‌فصل ا‌توجه ه‌تقسیم
.نشان‌داده‌شره‌است0-4شکل‌ها‌دوجود‌در نریرو دسمه.گی دد
های‌دوجود‌در‌این‌زدینه نریرو دسمه:0-4شکل
بندی براساس روش جستجوتقسیم 2-2
شره‌دمکن‌است‌سنر‌دورد‌جسیمجو‌را‌در‌سیطح‌‌‌‌های‌دوجود‌ارائه‌‌جسمجو‌کلمات‌رو زدینهدر
انواع‌دسمه نری‌‌‌روشسای‌ارائه‌شره
کلمه‌پ سش نوع
تصوی ی
دمن
رو جسمجو
از‌قطعه‌‌دسمقل نری
قطعه نری‌دبمن
خط
کلمه
رو تشخیص
دبمن یادگی ی
دبمن تطبیق‌الگو
2
کیه‌‌‌‌در‌صیورت . نری‌کل‌سنر‌را‌دورد‌جسمجو‌ق ار‌دهنر نری‌کننر‌یا رون‌قطعهخط‌یا‌کلمه‌قطعه
نری‌کلمه‌وجود‌داشمه اشر،ا مرا ایر‌خطوط‌و‌سپس‌کلمیات‌از‌سینر‌جیرا‌شیود،کیه‌‌‌‌‌‌نیاز ه‌قطعه
شونرکه از‌هم‌دشیکل‌خطیای‌ناشی از‌‌‌‌در‌نوع‌دیگ فقط‌خطوط‌اسمخ اج‌د .طای استخ‌عمل‌پ
شیود‌و‌از نری‌انجیام‌نمی در‌آخ ین‌دورد‌هیچ‌عمل‌قطعه.آن‌وجود‌دارد‌ول از‌نوع‌قبل کمم است
های چیون‌پنجی ه‌لغیزان‌وجیود‌دارد‌‌‌‌‌‌کنر‌ادا‌چون‌نیاز ه کار دن‌رو وز‌این‌خطا‌پیشگی ید
.ای‌را‌نیاز‌خواهر‌داشتداز پ هزینهپ
بندیهای مبتنی بر قطعهروش 2-2-4
نری کار‌رفمه ای‌اسیمخ اج‌کی دن‌‌‌قطعهرو ،اتکلم‌جسمجویهای‌دسم‌در‌رو عادلی
رهیافیت‌‌در.توانر‌در‌سطح‌دحل ییا‌س اسی ی‌انجیام‌شیود نری‌د قطعه.عناص دمن از‌اسناد‌است
،کاراکم هاوی اتصی‌‌هیا‌در‌ایین‌رو .اسیت0کاراکم اس‌کرگذاری‌شکل‌اغلب اسکارهای‌اولیه‌دحل
هیا‌این‌رو دحرودیت‌اصل .شونر ا‌دجموعه‌کرهای‌از‌پیش‌تع یف‌شره‌تفسی د و‌‌شرهاسمخ اج
صورت‌شکسیمه‌‌‌کاراکم ه‌این‌دلیل‌که‌اگ ی یا‌چنر.است‌کاراکم نری‌حساسیت ه‌خطای‌قطعه
.دارای‌چسبنرگ اشنر‌کرگذاری‌آنسا ا‌اشمباه‌هم اه‌خواهر ود‌هاکاراکم نوشمه‌شره اشنر‌و‌یا
نری‌هی کلمیه‌‌‌جای‌قطعه‌ارائه‌شر‌که ه4شمای‌کرگذاری‌شکل‌کلمه،این‌دشکل ای‌غلبه
-های‌آن یرون‌قطعیه‌‌نظ گ فمه‌شره‌و‌ویژگ ،تصوی کلمه عنوان‌ی جزء‌واحر‌درشکاراکم های ه
ها اساس‌کر‌کی دن‌شیکل‌کلمیه‌اسیت‌کیه‌هی این‌رو ه‌عبارت‌دیگ . نری‌اسمخ اج‌شره‌است
در یشم دیوارد‌دجموعیه.شودکر‌د کاراکم هاهای‌وا سمه ه‌تصوی کلمه صورت‌ی س ی‌از‌نشانه
-سیاده‌‌ز اند جع‌دارد‌و‌این‌کارِ‌تشخیص‌را‌کاراکم ی انرازه‌کوچکم ی‌نسبت ه‌دجموعه9هانشانه
1 Character Shape Coding(CSC)
2 Word Shape Coding (WSC)
3 Symbol Set
01
ولی . نری‌ساده‌پ سش‌و‌عرم‌نیاز ه‌فاز‌آدیوز اسیت‌‌ها‌ف دولدزیت‌اصل این‌رهیافت.کنرت د
این‌دجموعه‌کرها،.شکننره‌هسمنرپایین‌‌نسبت هتصاوی ا‌کیفیتوا سمه ه‌ز ان‌هسمنر‌و س حال
ها،رونرهها، الانقاط،حف هیدمصل،تعراد‌دولفه.کننرساخمار‌کل و‌توپولوژی‌ه کلمه‌را‌توصیف‌د
.های‌ساخماری‌هسمنرویژگ این‌های ازدثال....ها‌و‌رونرهپایین
تلا ک ده‌تا‌دوقعیت‌کلمیات‌کلییری‌در‌تصیاوی کاراکم ا‌رو کرگذاری‌شکل[05]تحقیق
0هیای‌دمصیل‌‌ا مرا‌خطوط‌و‌کلمات ا‌آنالیز‌دولفه.ضبط‌شره وسیله‌دور ین‌دیجیمال‌را‌دشخص‌کنر
یه‌همیین. اشینر‌‌نیاز‌دی کاراکم یز‌شکل‌نالآهای‌عمودی‌و‌افق دمن ای‌‌جست.شونراسمخ اج‌د
های‌افق دمن ا‌اسمفاده‌از‌خطوط‌‌و‌جست lوiح وفاده‌از‌ی‌عمودی‌دمن ا‌اسمف‌ها‌جستا مرا‌علت
،دخیزن‌‌‌کاراکم هیا‌‌حف هثا ت‌ویژگ تصاوی کلمه ا‌اسمفاده‌از‌سه.شونر‌تعیین‌د Xو‌خطوط‌دبنا
-نشان‌داده‌شیره4-4شکل‌ها‌در‌این‌ویژگ .رنشود کررونره‌و‌پایین‌رونره الا‌کاراکم هایو4هاآب
سپس‌هی .کننر‌د کرگذاریعری 5ُرا ای س ی‌ارقام‌‌کاراکم ه تصوی ،این‌سه‌ویژگ ثا ت.انر
اولین‌عنص ایین.شودد کرگذاری‌ن،آدمناظ ا‌‌کاراکم کلمه ا‌کنار‌هم‌ق ارگ فمن‌کر‌شکل‌‌تصوی
عنصی های‌دوم‌تیا‌پینجم‌دخیازن‌آب.کنیر‌دورد رس را‌ثبت‌دی کاراکم ها‌درون‌تعراد‌گودال،کر
رونیره‌را یا‌‌‌و‌پیایین‌‌رونیره‌کنر‌و‌آخ ین‌عنص اطلاعات یالا،راست، الا‌و‌پایین‌را‌ثبت‌د چپ‌سمت
ییه‌صییورتtheی‌‌ل‌کلمییه ییه‌عنییوان‌دثییا.کنییر ییه‌ت تیییب‌دشییخص‌دیی 1و-0،0اخمصییاص
کیر‌‌‌از010111و110110،111100ی‌‌‌شود‌کیه‌سیه‌زیی دنبالیه‌‌‌‌‌کر‌د 110110111100010111
لاتین‌که‌توسیط‌ایین‌‌‌‌کاراکم هایکر9-4شکلدر.انر ه‌ت تیب‌تولیر‌شرهeو t، hکاراکم ک دن‌سه
.انر‌دشخص‌استگذاری‌شرهرو کر
نسایت کر‌شکل‌کلمات‌داخل‌اسناد‌دورد ی‌پ سش‌دیزان‌دشا ست ین‌کر‌شکل‌کلمهدر و
1 Connected Components 2 Water reservoirs
00
.شوددحاسبهد آنسا ین0از‌فاصله‌همینگدورد‌نظ ، ا‌اسمفاده ی‌پ سش رس ،هم‌طول ا‌کلمه
در دقت‌رو این و ف اخوان ت تیب‌دموسط 10/52و %7/75 ه % دقرار یشم ین و درF1است
. اشرد %20/72 ا ا ،2/1ی‌سمانهآ
c[05] وu، h، gو‌دخازن‌آب‌درgوجود‌حف ه‌در:4-4شکل
[05] رو کرگذاری‌شکل‌ح وف:9-4شکل
ز‌که،روی‌ز ان‌لاتین‌کرگذاری‌شکل‌کلمهروش ای،[05] تحقیقدر ا ،ائر‌ح وفودر
ارائه‌شره‌‌افماده‌دقاوم‌است‌‌هم‌شکسمه‌و‌روی‌ح وفو ین‌ح وف‌چسبنرگ ،ها‌سب نگارش فونت
خطوط‌دمن.است این‌رو ا مرا در و‌سپس ای‌ه ،کلماتو هفت‌ویژگ کلمهاسمخ اج‌شره
این.شود‌کلمه ه‌کر‌شکل‌کلمه‌تبریل‌د ها،این‌ویژگ ا‌اسمفاده‌از.شودد دمفاوت‌تشخیص‌داده
1 Hamming distance
04
و‌دحل0نقطهiها،تقع ش ق ،تقع غ ،را ط‌‌حف هرونره،رونره،پایین الا‌کاراکم ها‌شادل‌ویژگ
5-4شکل‌این‌ویژگ ها‌در.شونر‌کر‌د rو i,c,x, o,n,l اشنر‌که ه‌ت تیب اد 4تقاطع‌خط‌دیان
iرا طeحف ه،dرونره،رونره‌و‌پایین الا c تقع ش ق و‌غ ،bدر‌این‌شکل.انرنشان‌داده‌شره
ی که‌فقطtکاراکم ه‌طور‌دثال‌در‌اولین‌کرگذاری.دهرتقاطع‌خط‌دیان را‌نشان‌د fنقطه‌و
ا‌داشمن‌دو‌ویژگ تقع غ xکاراکم در‌حالت‌دوم.است‌تفسی شرهlرونره‌دارد ا‌کر‌‌ویژگ الا
ش ق صورت شودگذاری‌د کرxcو . حالت‌سوم ویژگ eکاراکم در داشمن‌دو تقع حف ه ا و
eف د ه‌دنحص شره‌و ه‌کر‌ت کیبدو‌ویژگ ا‌هم‌‌در‌این‌حالتکه‌‌شود‌نگاشت‌د eش ق ه‌کر
یا نر‌اخمصاص‌د ف . داشمن‌کر‌شکل‌کلمهینر‌کرگذاری‌آ عر‌از ا کر‌‌ی‌پ سش شکل‌کلمه‌و و
.شوددحاسبهد 9ریزی‌پویا‌آنسا ا نادهداخل‌اسناد‌دیزان‌شباهت ین‌‌اتشکل‌کلم
این‌رو ا دقایسه OCRدر است‌س یع ا 05، .ت از دادهدو PATی‌‌پایگاه ایUW1و
ارزیا این‌تحقیق‌اسمفاده‌شره‌است ا ا ای‌اولین‌پایگاه‌داده ه‌ت تیبF1و‌دقت،ف اخوان .
که‌در‌این‌است 2/1سمانهآدرUW1 ای‌پایگاه‌دادهF1دقرار سم ین.است%90/22و70/20%،011%
.است%97/29و%55/02،%55/27 ه‌ت تیب ا اF1و‌دقت،ف اخوان حالت
[05]های‌ساخماری‌تحقیق‌نمایش‌ویژگ :5-4شکل
توجه ه‌این‌دوضوع‌که‌در‌ز ان ع و‌اردو‌کلمات‌از‌زی ا کلمات‌تشکیل‌های داننر‌فارس ،
ه، ا‌تخصیص‌ی کر[07]در‌تحقیق.کلمات ه‌جای‌ح وف‌دط ح‌است نری ه‌زی شونر‌قطعهد
1 i-dot connector
2 Middle line intersection
3 Dynamic Programming
09
،کر‌توصیف(داننر‌نقاط)های‌تشخیص الا‌و‌پایین‌ها،نشانها،حلقهرونرهها،پایینرونرهه ی از الا
در‌این‌تحقیق کرهای‌ح وف‌ع 5-4شکلدر.آیری‌شکل‌کلمات‌در‌ز ان‌ع رستد کننره
.نشان‌داده‌شره‌است
[07]کرهای‌ح وف‌ع :5-4شکل
ایین‌تحقییق‌روی‌اسیناد. اشر نری‌دبمن جراسازیخطوطد ،رو قطعه[00]در‌تحقیق
در‌این‌رو ،خطوط‌توسط‌پ وفاییل‌پ وجکشین‌افقی از‌یگیریگ جیرا.چاپ فارس ارائه‌شره‌است
ی‌پ سشی را‌نوع‌و‌انرازه‌فونت‌سینری‌کیه‌شیادل‌کلمیه‌‌‌‌سپس ای‌جسمجوی‌ی کلمه‌ا م.انرشره
05
ی‌شود ه‌طوری‌کیه‌کلمیه‌‌ی‌پ سش ازنویس د دوردنظ است‌شناسای شره‌و این‌اساس‌کلمه
ای‌شیادل‌تصیوی ی عیری‌پنجی ه‌‌در‌د حلیه. اشینر‌های‌آن‌در‌سنر‌کادلا‌دشا هد پ سش و‌نمونه
یین XNORپیکسل ه‌پیکسل‌ح کت‌کی ده‌و‌تیا ع‌‌‌‌ی‌پ سش روی‌تمام‌خطوط‌سنر‌تصوی یکلمه
.دهیر‌این‌تا ع‌دیزان‌شباهت‌را‌نشان‌د .شودی‌پ سش و‌کلمات‌داخل‌دمن‌دحاسبه‌د تصوی کلمه
در‌این‌د حله عض از‌کلمات‌دمن‌که‌دارای یشم ین‌دیزان‌شباهت‌هسمنر ه‌عنوان‌کانریر‌انمخیاب
و‌رونیره‌رونره‌و‌پایینها،تعراد‌ح وف الاداننر‌تعراد‌حف ه‌های ای‌تشخیص‌نسای ،ویژگ .شونرد
هی تصیوی کانرییری.شونری‌قبل‌اسمخ اج‌د ی‌پ سش و‌تصاوی کانریر‌د حلهتعراد‌نقاط‌از‌کلمه
ی‌کلمیه‌پ سشی در‌دیمن‌دشیخص‌‌‌‌‌ی‌پ سش اشر ه‌عنوان‌نمونههای‌آن‌دنماظ ا‌کلمهکه‌ویژگ
.شودد
سنر‌تصوی ی445انر‌و‌سنر‌تصوی ی‌چاپ که‌توسط‌رایانه‌ایجاد‌شره551این‌تحقیق‌روی
و%0/24 اخوان ا او‌ف%5/07و%5/27اسکن‌شره‌ارزیا شره‌است‌که ه‌ت تیب‌دقت ا ا
عض از‌کلمات7-4شکلدر.نشان‌داده‌شره‌است5-4شکل‌این‌رو در‌د احل . اشرد 9/72%
.انرهای‌آنسا‌نمایش‌داده‌شرهفارس و‌ویژگ
[00]د احل‌رو تحقیق:5-4شکل
05
[00]های‌ساخماری‌آنساکلمات‌فارس و‌ویژگ :7-4شکل
بندیقطعه بدونهای روش 2-2-2
هیای‌دبمنی ی پنجی ه‌لغیزان‌سینر‌را‌دیورد نری ا‌اسمفاده‌از‌رو های‌دسمقل‌از‌قطعه‌رو
نری ی نری‌و‌دسمقل‌از‌قطعهاز‌ه دو‌رو دبمن قطعه[02،41]تحقیق.دهرد جسمجو‌ق ار
نیری‌‌دسمقل‌از‌قطعه‌های‌رو [02] ا‌توجه ه‌نمایج.های‌ع اسمفاده‌ک ده‌استنوشمهروی‌دست
.دهر نری‌در‌ع را‌نشان‌د های‌دبمن قطعه‌درصر سم از‌رو 01تا5دقم در‌حرود
-های‌دمصل ای‌ه خط‌اسمخ اج‌د ،ا مرا‌دولفه[02]تحقیقدر نری‌در‌رو دبمن قطعه
اشیر‌‌ی‌اصل آن‌دی ی‌دمصل که رنههای‌دمصل داننر‌نقاط ه‌نزدیکم ین‌دولفهدولفهشونر‌سپس
در‌ز یان‌ع ی .شیونر نری‌دی های‌دمصل‌خوشهی عری‌این‌دولفهدر‌د حله.شودتخصیص‌داده‌د
توانیر‌یی وجود‌یا‌عرم‌وجیود‌آن‌دی ،شونر ه‌همین‌دلیلآغاز‌د "الف" سیاری‌از‌کلمات اح ف
کلمات‌ی کلمه‌هسیمنر‌ییا‌هی کیرام‌یی ی‌دجاور‌د وط ه‌زی خص‌قوی اشر‌که‌آیا‌دو‌خوشهشا
شیبکه‌‌‌از.شیود‌ی‌دجیاور‌اسیمخ اج‌دی ویژگ ازه دو‌خوشیه2.شونری‌جراگانه‌دحسوب‌د کلمه
اسیمفاده‌‌اسیت‌‌کلمات ین‌کلمات‌یا‌زی فاصله،ی‌دجاور ین‌دو‌خوشه‌فاصله ای‌تعیین‌اینکه‌عصب
د یوط یه ای‌تشخیص‌اینکه‌‌این‌دو‌خوشه.دهررانشاند ی‌دجاور‌دو‌خوشه0-4شکل.شودد
.گی نردورد‌آزدون‌ق ار‌د هم،ی‌جرا‌ازکلمه‌هسمنر‌یا‌دو‌کلمهی
05
دو0کلمیه دحیاط ی‌‌‌کیادر‌‌طول‌اولین‌و‌دودین‌خوشیه،تفیاوت یین:انر‌ازرتویژگ عبا2این
ی‌های‌دمصیل‌خوشیه‌‌ی‌دوم،تعراد‌دولفهی‌اول‌و‌در‌خوشهدر‌خوشه"الف"وجود‌یا‌عرم‌وجود‌ح ف
ی‌دحیرب‌‌دو‌خوشه،نسبت ین‌دجمیوع رنیه4ی‌دحربکمم ین‌فاصله ین رنهی‌دوم،اول‌و‌خوشه
. اشرد یه دو‌خوشه‌ی‌دحر که‌در گی نره رنهدو‌خوشه ه
خیط.است ه‌جای‌تصوی کلمه‌کانریر،تصوی خط عنوان‌ورودی، نریرو دسمقل‌از‌قطعهدر
9 نری‌دبمن دو‌یا‌چنر‌ح ف‌دمصل یه‌هیم‌‌شبیه ه‌الگوریمم‌قطعه ه‌قطعات اساس‌الگوریمم
همیه‌ت کیبیات.شونر نری‌روی‌خط‌دشخص‌د در‌واقع‌نقاط‌قطعه.شودتقسیم‌د [40]در‌تحقیق
نظ گ فمه واقع اجزاء‌دمصل‌دجاور عنوان‌نواح القوه‌که‌کلمه‌دطلوب‌دمکن‌است‌نمودار‌شود،در
از‌سمت‌چیپ‌خیط‌‌‌که‌کنر،ی پنج ه‌لغزان‌را‌اسمفاده‌د 5رو کار‌رفمه‌در‌پویش‌خط.شره‌است
یی راقل‌طیول‌و‌‌حی داده‌شره‌‌پ سش ی ای‌کلمه.کنرو ه‌سمت‌راست‌ح کت‌د شرهش وع
.شودد نظ گ فمه‌‌در اساس‌حراقل‌و‌حراکث طول‌دجموع‌کاراکم ها‌حراکث طول
ایی نقطه‌داده‌شره.کنرروی‌ه خط‌ش وع‌د p نری‌الگوریمم‌پویش‌از‌ه نقطه‌قطعه
طور‌دشا ه‌‌دارد، عنوان‌ی نقطه‌ش وع‌دعمب و‌یا نری‌وجود‌اگ فضای‌افق سمت‌چپ‌نقطه‌قطعه
نری‌وجود‌دارد، عنوان‌ی نقطه‌پایان دعمب درنظی گ فمیه‌‌‌فضای‌افق سمت‌راست‌نقطه‌قطعهاگ
نیری‌‌گی د‌که‌در‌رنج‌قطعات ین‌دو‌نقطه‌قطعهنظ د کلمات‌کانریر‌را‌طوری‌در،الگوریمم.شودد
دقایسه‌نمایج. نقطه‌پایان دعمب استی وی نقطه‌ش وع‌دعمب ق ار‌داشمه اشر‌که و
.نشان‌داده‌شره‌است2-4شکل ین‌این‌دو‌رو در
1 Bounding Box
2 Convex Hull
3 Ligature-based segmentation algorithm
4 Line scanning
07
[02] نری‌کلمات‌ع قطعه:0-4شکل
[02] نری‌در‌ع دقایسه‌دقت‌در‌دو‌رو دبمن و‌دسمقل‌از‌قطعه:2-4شکل
.کنر نری‌خط‌و‌کلمه‌در‌اسماد‌چاپ قریم را‌ارائه‌د دسمقل‌از‌قطعه‌رو ی [44]تحقیق
اولین‌د حله‌در‌عنوان توسط‌الگوریمم‌نقشه‌خود‌سازدانره،دمصلهایدولفه نری‌اسمفاده‌از‌خوشه
00
،خطوط ا‌در‌نظ گ فمن‌اطلاعات‌زی SOM عر‌از‌آدوز توسط.است‌شرهگذاری‌پیشنساد‌انریس
شونری‌دمصل‌دوجود‌در‌خط‌توصیف‌د ای‌ه دولفه این‌اطلاعات‌شادل‌شماره‌صفحه،سط و.
ی هدولفهSOMیت ین‌ن ون‌شبکهنزدی YوXی‌دمصل‌در‌خط،دخمصات‌دکان دولفه‌سمون
ا‌دری‌پ سش در‌سنر‌های‌کلمهسپس‌نمونه.دولفه‌دمصل‌استدحاط کادردمصل‌و‌دخمصات
تغیی یافمه‌که‌ع ض‌کلمه‌را‌در‌دحاسبه‌فاصله(DTW)0نظ گ فمن‌ی الگوریمم‌پیچش‌زدان‌پویا
.نمایش‌داده‌شره‌است01-4شکل‌د احل‌این‌رو در.انرگی د،دشخص‌شره د در
[44]د احل‌تحقیق:01-4شکل
و4ای‌از‌توصییفگ های‌هیسیموگ ام‌گ ادییان‌‌‌شره‌است‌از‌شیبکه‌‌‌ارائه[49]در‌کاری‌که‌اخی اً‌در
ی ای ازنمیای سمی کلمیه.شره‌اسیت‌‌‌ت‌پنج ه‌لغزان ای‌سنر‌و‌کلمه‌دورد‌جسمجو‌اسمفادهرهیاف
قا لییت‌تمیایز‌‌‌‌و‌از‌ی ازنمیای یا9رو رون‌ناظ از‌داشین دار‌پشمیبان‌دثال دورد‌جسمجو‌در
یا.شره‌است نری‌دجرد سم ین‌نواح ازیا شره،اسمفاده ای‌رتبه[45]5 سم ه‌اسم دار‌فیش
1 Dynamic Time Wrapping (DTW)
2 Histogram of Gradient (HOG)
3 Exemplar SVM 4 Fisher Vector
02
.ن‌در‌حافظه‌رم‌نگسراری‌شیونر‌همزداتواننر‌سازی‌صورت‌گ فمه‌تعراد‌اسناد‌زیادی‌د توجه ه‌فش ده
پییش‌‌‌تواننیر‌از‌توجه ه‌اینکه‌فاصله ین‌توصیفگ های‌هیسیموگ ام‌گ ادییان‌کیوانمیزه‌شیره‌دی و ا
نشان00-4شکل‌د احل‌این‌سیسمم‌در.کنرت عمل‌د شره اشنر،پنج ه‌لغزان سیار‌س یع‌دحاسبه
.داده‌شره‌است
[49]شمای‌کل رو دع ف شره‌در:00-4شکل
تشخیصبندی براساس روش تقسیم 2-9
اساس‌دو‌رهیافت‌کل تطبیق‌قالب‌و‌دبمنی ی کلمهدر خ از‌دقالات یهای‌جسمجو‌رو
در.توانر‌در‌سطح‌پیکسل‌یا‌ویژگ انجیام‌شیود‌‌رو تطبیق‌تصوی د .شونر نری‌د یادگی ی‌دسمه
و‌تصاوی کلمات پ سش‌یتصوی کلمههای‌دمناظ رو تطبیق‌پیکسل ه‌پیکسل‌فاصله ین‌پیکسل
اسیمخ اج‌شیره‌و‌‌‌‌‌هاویژگ ی‌ازتعراد،رو تطبیق‌دبمن ویژگ در.شوددحاسبهد داخل‌اسناد
.گ ددد صورت‌ی دار‌ارائه‌شره‌است‌و‌شباهت ین‌تصاوی ا‌دقایسه دارهای‌آنسا‌تعیین
41
های‌س اسی ی‌دبمنی ی پیکسیلِ‌‌‌‌‌ی تصوی کلمه‌را وسیله‌ویژگ های‌دبمن پیکسل،رو
رونیر‌های که ای‌نمایش‌هی تصیوی کیار‌دی و‌دمان0سطح‌تصوی داننر‌خودهمبسمگ شرت‌نور
هیایز یان‌تواننیر‌روی‌‌و‌د ای‌اسناد ا‌کیفیت‌پایین‌دناسب‌هسمنر‌‌هارو این.رنکند پ داز
کیه‌‌ول از‌این‌جست‌‌هسمنرسطح‌ویژگ وا سمه ه‌ز ان‌‌هایپ داز از‌ط ف‌دیگ .رندخملف‌کار‌کن
-دی سوددنر‌کننر‌و‌نیازی ه‌آدوز نرارنرگذاری‌د و‌انریس‌‌داده ه‌راحم ی پ سش‌را‌تشکیل
شیره‌‌‌قالب‌کارا‌دع ف عنوان‌ی الگوریمم‌تطبیق‌‌‌شره ه‌‌های‌دط ح‌در سیاری‌از‌رو DTW . اشنر
.[47-45]است
صیورت‌‌‌‌دبمن یادگی ی‌سع شره‌است‌تا‌تصوی کلمیه یه‌‌‌تحقیقات‌انجام‌شرهدر سیاری‌از
آن4درل‌دخفی دیارکوف همچون‌یهارو های ا‌طول‌دمغی اسمفاده‌شود‌و ای توال از‌ویژگ
پذی ت از دارهای‌ویژگی یا‌طیول‌ثا یت‌اسیت‌و‌‌‌‌‌‌طول‌دمغی ویژگ سیار‌انعطاف. نری‌کننررا‌رده
تواننر ا‌تغیی ات‌دخملف‌شیوه‌نگیار و‌طیول‌کلمیه‌وفیق‌پییرا‌‌‌‌‌‌ه سم د شره‌که ه‌دلیل‌اینک‌‌دیره
دمأسیفانه‌ایین‌رو دو.[40،42]کلمه‌شیره‌اسیت‌‌‌یکننر‌دنج ه‌نمایج‌خو در‌کارهای‌جسمجو
را9تواننیر‌کلمیات‌خیارج‌از‌ف هنیگ‌لغیات‌‌‌‌‌های ا‌نظیارت‌نمی اولاً، سیاری‌از‌رو .دارد‌ضعف‌اصل
شیره‌اسیت،کلیری‌که‌در‌زدیان‌آدیوز شیناخمه‌‌‌‌یجسمجو‌کننر،یعن ،فقط‌تعراد‌دحرودی‌کلمه
هیا‌‌‌ها ا‌توال ویژگی ثانیاً، ه‌دلیل‌اینکه‌این‌رو .پ سش کارگ فمه‌شود‌یعنوان‌کلمه‌‌توانر هد
نمیجیه‌‌‌در.اسیت‌س وکار‌دارنر،دحاسبه‌فاصله یین‌کلمیات‌در‌زدیان‌آزدیون‌دعمیولاً سییار‌آهسیمه
ایین. نیری‌شیونر‌‌کارگی ی‌نیسمنر‌و‌حمماً ایر‌کلمیات‌قطعیه‌‌‌های داننر‌پنج ه‌لغزان‌قا ل ه‌رهیافت
ای یزرگ ی ای‌‌‌حیال‌پایگیاه‌داده سی دارد‌ولی ای‌اسناد‌دارای‌چنر‌نویسنره‌نمیایج‌دطلیو رو
نیرهای کیار دت ین‌رده‌نییز‌یکی از‌پ‌‌‌درل‌دخف دارکوف.آدوز چنین‌سیسمم دورد‌نیاز‌است
. کارگ فمه‌شره‌استیهااست‌که‌در‌چنین‌سیسمم
1 Intensity autocorrelation
2 Hidden Markov Models
3 Out Of Vocabulary (OOV)
40
مبتنی بر تطبیق الگو هایروش 2-9-4
ارائیه‌داده‌‌‌ی‌اردو‌نوشیمه ازیا اسناد‌دستی ا‌کلمهی‌جسمجوی‌‌روش در‌زدینه[91]تحقیق
دیلییون011اردو‌ز ان‌رسم پاکسمان‌و‌گ وه زرگ از‌ساکنین‌هنروسمان‌است‌کیه یشیم از.است
هیای‌‌‌دمون‌اردو‌شباهت‌زیادی ه‌دمون‌ع و‌فارس دارد‌که‌کلمات‌آن ات کیب.کننره‌دارد‌صحبت
هیم یا‌‌‌‌کلمیات‌جزئی .شونر‌انر‌ساخمه‌د نادیره‌شره (PWs)0جزئ ی‌کلمات‌که‌کلمهدخملف از‌زی
[91]چارچوپ‌رو ازیا اطلاعات‌تحقییق.شونر‌های‌دمفاوت از‌ح وف‌اصل اردو‌ایجاد‌د ت کیب
گذاری‌و ازیا شاخص:شود ه‌دو‌قسمت‌اصل تقسیم‌د
.استPWsها‌از‌ه های‌جزئ و‌اسمخ اج‌ویژگ نری‌دمن ه‌کلمه‌گذاری‌شادل‌قطعهشاخص
یدر ازیا ،ی دقایسه.شونر‌یافمن‌اجزای‌دمصل‌در‌ی دمن این ی‌اسمخ اج‌د کلمات‌جزئ ا
تصوی کلمهPWsای یند حله‌چنر شود‌دوجود‌در‌سنر‌انجام‌د PWsی‌پ سش و ی‌در‌د حله.
شاخص ای‌ه ویژگ PWsگذاری، از شادلویژگ ی دجموعه ویژگ ها دار های‌‌های‌اسکال ،
های‌اسکال شادلویژگ .شود‌افق اسمخ اج‌د شره‌‌های‌تع یف‌شره‌عمودی‌و دار‌ویژگ تع یف
شره‌عمودی،روی‌‌‌های‌تع یف‌ویژگ . اشر‌ی‌جزئ د و‌ناحیه‌دحرب‌ه کلمه‌طول ه‌ع ض‌نسبت
جزئ دحاسبه‌شره‌و‌شادل‌پ وفایل الا،پ وفایل‌پایین،پ وژکشن‌عمودی‌و‌گذر‌‌یسمون‌ی کلمه
جزئ دحاسبه‌شره‌و‌‌یشره‌افق ،روی‌سط ی کلمه‌‌های‌تع یف‌زدینه‌است‌و‌ویژگ جوه ه‌پس
.است راست‌و‌چپ‌شادل‌پ وژکشن
د حله پایگاه‌‌های‌کلمه‌ای ای‌یافمن‌نمونه‌ی ازیا ی انطبا سه‌د حلهدر ی‌پ سش در
شود ه‌این‌صورت‌‌های‌اسکال اساس انجام‌د ی‌انطبا روی‌ویژگ اولین‌د حله.شود‌داده‌انجام‌د
دمفاوت‌هسمنر‌حذف‌‌ی‌پ سش کلمهPWsو‌ناحیه‌دحرب ا‌‌دیرکه‌از‌نظ نسبتPWsکه‌تمام
1
Partial words(PWs)
44
شودانجامد DTWو‌اعمال‌ی PWsهای داری‌‌انطبا اصل ا‌اسمفاده‌از‌ویژگ .شونرد در.
انر ا‌اسمفاده‌از‌ی پنج ه‌لغزان‌که‌روی‌ی خط‌در‌دمن‌شناسای شرهPWsی‌آخ انطبا ،د حله
.ظاه شونردورد‌نظ ی‌پ سش ا‌یگریگ ادغام‌شره‌تا‌زدان که صورت‌کلمه
کلمه تصوی 011نوشمه‌که‌شادل‌دموسط‌‌تصوی دست01ی پایگاه‌داده ا‌‌رویسیسمم‌‌این
عمودی‌‌پ وژکشن.انمخاب‌شره‌است‌پ سش یکلمه005آزدون‌ی‌در‌د حله.است‌ارزیا شره‌است
انطبا در‌کلمات‌جزئ را ه‌صورت‌صحیح‌انجام%05که‌در‌حرود‌‌است‌ت ین‌ویژگ ه‌عنوان‌دوث
دهرد استگزار شره%7/74 ا ایانطبا اولیه‌د حلهدر F1 ای یشم ین‌دقرار. دراین.
جزئ کل‌‌یهسمنر‌که‌دثلا ای‌پنج‌کلمه کلمهPWsشادل‌ی تا‌پنج‌‌پ سش سیسمم‌کلمات
[91]د احل‌رو تحقیق.کشر‌ثانیه‌طول‌د 07/4جزئ ی اشر‌و ایی کلمهد ثانیه95/5زدان
.شان‌داده‌شره‌استن09-4شکلو04-4شکلدر
[91]ی‌پ سش دوردنظ در‌دمن ه‌ازای‌کلمهPWsتشخیص :04-4شکل
49
[91]ی‌پ سش در‌دمنی‌کلمه ا‌یگریگ و‌یافمن‌نمونهPWsادغام :09-4شکل
روی‌اسناد‌چاپ فونت‌‌انرازهو‌شناسای اتکلم‌جسمجوی‌‌در‌زدینه‌تحقیقاولین،[90]د جع
-زی فونت‌داننر‌تعراد‌انرازهاز‌های‌دسمقل‌‌در‌این‌رو ا‌اسمفاده‌از‌تعرادی‌ویژگ . اشرد فارس
نسبت‌طول ه‌ع ضکلمات، ی کلیر‌واژه،کلماتزی 0ای‌های‌شبکه‌ویژگ کلمات‌و‌زی تصوی در
فارس توصیف یافت‌د ، و .شود‌جسمجو شناسای د انرازههمچنین سنر شود‌فونت‌تصوی این.
شادل داده پایگاه ی روی ارز511دیرگاه فارس سنر ایاتصوی شره ن خ که حال در ست
این‌دیرگاه.دره‌استآ ه‌دست%5/75ون خ‌ف اخوان %9/24ن خ‌دقت ،%4/25فونت‌‌انرازهشناسای
وقم ی کار ی کلیر [90]در‌دیرگاه. اشر اکم انطبا ای‌اسناد‌ع و‌اردو‌دناسب‌د
فونت‌‌نوعا مرا‌‌ر،کنر ای‌جسمجو‌در‌ی تصوی سن‌وارد‌د GUIپایگاه‌داده‌واژه‌فارس را‌از‌دیان
فونت‌اسناد ازنویس و‌اصلاح‌شره‌‌نوع طبق پ سشی‌سپس‌کلمه.شود‌سنر‌تشخیص‌داده‌د
هاید زی‌تصوی کلمه‌اصلاح‌شره‌ساخمه‌‌ی عری‌قاب‌در‌د حله.شود‌ن‌ساخمه‌د آاست‌و‌تصوی
.شونراسمخ اج‌د که‌در الا‌ذک شر‌فونت‌‌انرازههای‌دسمقل خ از‌ویژگ وشره
شبکهویژگ زی های ه ای ناحیهای ا د کلمه اسمخ اج انطباق شود نری . رو در این
شود ای‌دثال نری‌د ناحیها‌در زرگم ین‌جستwوع ضhکلمه ا‌طول،ی زی نریناحیه
صورت که‌ه‌شود نری‌د کلمه صورت‌افق و‌از‌چپ ه‌راست‌تقسیمزی کادر‌دحاط h<wاگ
1
Mesh feature
45
شود نری‌د عمودی‌از الا ه‌پایین‌تقسیم صورتکادر‌دحاطw<hاگ و.استhع ض‌ه ناحیه
-ناحیه.شودهای‌قلم‌دحاسبه‌د و‌در‌ه ناحیه‌تعراد‌پیکسل.استw صورت که‌ارتفاع‌ه ناحیه
.نمایش‌داده‌شره‌است05-4شکل نری‌انطباق در
[90]ای‌در‌تحقیق نری‌انطباق و‌اسمخ اج‌ویژگ شبکهناحیه:05-4شکل
های‌اسمخ اج‌شره‌کلمه‌دورد‌پ سش‌در‌سنر‌تصیوی ی‌و‌ییافمن ایانطبا و‌جسمجوی‌ویژگ
یه‌ایین‌صیورت‌کیه‌در‌اولیین‌د حلیه‌تعیراد.دوارد‌دشا ه،از‌انطبا چنر‌سطح اسمفاده‌شره‌است
ن‌در‌هیای‌یکسیا‌‌‌آنسا‌در‌نظ گ فمه‌شیره‌و‌نمونیه‌‌‌طول ه‌ع ضکلماتِ‌کلمه‌دورد‌پ سش‌و‌نسبت‌‌زی
ی‌‌های‌کلمات‌یافت‌شره‌از‌د حلیه‌‌ی عری‌انطبا ،فقط‌روی‌نمونه‌د حله.شود‌سنر‌تصوی ی‌پیرا‌د
هیا‌‌‌دهر‌زی ا ا‌اعمیال‌هی نیوع‌از‌ویژگی این‌کار‌عملیات‌دحاسبات را‌کاهش‌د .شود‌قبل‌اعمال‌د
عیر‌از‌ایین.دشیو‌‌ی‌جسمجو‌کوچ و‌کوچکم د ی‌ناد تبط‌کنار‌گذاشمه‌شره‌و‌حوزه‌کلمه‌یتعراد
کلمات‌داخیل‌سینر‌تصیوی ی‌کیه‌‌‌‌‌ای‌اعمال‌شره‌و‌‌های‌شبکه‌ویژگ کلمه‌و‌د حله‌تعراد‌اجزاء‌ه زی
اشنر ه‌عنیوان‌جیواب‌‌‌های‌کلمه‌دورد‌پ سش‌را‌دارا‌د های‌ذک شره‌دمناظ ا‌ویژگ ی‌ویژگ همه
و پ سشی‌ی‌کلمیات‌از‌کلمیه ه‌دنظیور‌اسیمخ اج‌زیی در‌این‌تحقیق.شونر‌صحیح‌در‌نظ گ فمه‌د
در‌حیین‌ارزییا ایین.عمودی‌اسیمفاده‌شیره‌اسیت‌‌‌‌پ وژکشناز‌پ وفایل‌‌داخل‌سنر‌تصوی یکلمات
نیری نری‌خطیوط‌دیمن‌و‌قطعیه ه‌قطعه‌د وطدیرگاه‌دشاهره‌شر‌که‌دلیل‌اصل خطا‌این‌دیرگاه
کلمیات‌اصیل زی ی خی افمادگ قیاب‌دی ز‌‌هم‌این‌دساله ه‌دلیل‌روی.کلمات‌استکلمات ه‌زی
.دنفصل‌در‌جست‌عمودی‌است
45
تیاریخ کمیب یشیره اسکن تصاوی در کلمات یا دکان ای کادل ینرآف ی ]94[در‌تحقیق
کمیاب درصیفحات دوجیود زی کلمیات ا میرا ینیر،آف دراین .شره‌است ارائه ع و فارس دسمنویس
و هاپ وفایل شادل ویژگ نوع‌دو دراداده.شودد ذخی ه زی کلمات این دکان اطلاعات و شره اسمخ اج
ین شباهت دعیار گ فمن نظ در ا عر، ید حله در.شودد اسمخ اج زی کلمات تصاوی از نریناحیه
ارز هیم هیای خوشیه در زی کلمات ، اقلیرس فاصله وDTW ازدعیارهای ت کیب صورت هاویژگ این
درون را ایکلمیه کیار ،اگ حال .شونرد گذاری چسب هاخوشه هم، درنسایت.شونرد نری طبقه
هیا، خوشیه در دوجیود زی کلمیات تمیام یه د یوط اطلاعات داشمن ا دهر، ق ار جسمجو دورد کماب
کمیاب یی روی ی الگیوریمم این .گ دد د ارائه کار ه کماب در کلمه آن وقوع احممال دکانسای
گ فمیه‌‌‌قی ار آزدیایش دیورد ی جنیر دانشگاه د کزی یکما خانه در دوجود فارس نویسدست تاریخ
.است
صورت‌پیکسل یا‌اسیمفاده‌‌‌‌‌و‌تطا ق‌آن ه‌ی‌پ سش ا‌در‌نظ گ فمن‌کلمه[99،95]تحقیقدر
نری‌شیره‌از‌سینر،تصیوی یاین ی‌جرییری‌‌‌‌‌‌و‌کلمات‌کانریرا‌قطعهی‌پ سش این یکلمهXORاز
هیای ویژگی .آییر‌دیزان‌شباهت ه‌دست‌د 0س شود‌که ا‌اسمفاده‌از‌نگاشت‌فاصله‌اقلیرحاصل‌د
البمه.اسمفاده‌ق ارگ فمه‌است دورد‌رو در‌این‌ی‌پ سش کلمه‌نسبت‌طول ه‌ع ضچون‌دساحت‌و
ا‌تبریل‌کلمه‌دورد‌جسمجو‌و‌کلمات‌کانریرا‌نسبت ه‌هم‌سع در‌پیرا‌ک دن‌حراقل‌هزینیه[95]در
تی ین یزرگ.کنر سم ی‌را‌ارائه‌د را‌دارد‌که‌نسبماً‌نمایج4اساس‌دجموع‌د عات‌اخملافات‌تطبیق
همچنیین.اسیت9 ه‌تنوع‌شییوه‌نگیار و‌تبیریلات‌ایفیاین‌‌‌‌شره‌حساس ودن‌زیاد‌‌‌دشکل‌رو ارائه
طیور است‌و ا‌تغیی نویسنره‌یا‌تنوع‌آن‌دقت‌نمایج یه5شره سیار‌وا سمه ه‌نویسنره‌‌های یان‌رو
1 Euclidean Distance Mapping (EDM)
2 Sum of Squared Differences(SSD)
3 Affine Transform
4 Writer-dependent
45
ای سبود‌دادن‌نمایج‌در‌شی ایط کیه0هیگنز-الگوریمم‌اسکات‌و‌لنگوت.یا رآوری‌کاهش‌د شگفت
-هرف‌از‌الگوریمم‌اسیکات‌و‌لنگیوت.[99،95] اسمفاده‌ق ارگ فت‌دورداشر، تبریلات‌ایفاین‌رخ‌داده
کیه‌‌اسیت،وقمی jوiهیگنز‌دحاسبه‌ی فاصله‌جریر‌جست سبود‌نمایج‌تناظ ین‌دو‌دجموعه‌نقیاط
این‌رو نسبت ه‌رو نگاشت‌فاصله‌اقلیرسی سییار سمی عمیل.تبریل‌ایفاین ین‌آنسا‌وجود‌دارد
پیذی فت‌و‌‌دحاسبات سیار‌کنر‌انجام‌د زرگی دات یس SVDخاط نیاز ه‌دحاسبه‌ک د‌ادا هد
ی تبریل‌ایفاین،تبریل است). جاست‌هنوز‌دشکل‌وا سمگ ه‌نویسنره‌و‌فونت‌نگار همچنان‌پا
انیر،یعن همه‌نقاط که‌در‌ا مرا‌روی‌ی خط‌ق ارگ فمه.کنرحفظ‌د خط نسبت‌فواصل‌راکه‌هم
خیط عیر‌از‌تبیریل‌همچنیان‌‌‌‌‌داننر‌و‌دثلاً‌وسط‌پارهروی‌ی خط اق د پس‌از‌تبریل‌نیز‌همچنان
داننر‌و‌دوازی ودن‌خطیوط‌حفیظ‌‌‌در‌این‌تبریل‌خطوط‌دسمقیم،دسمقیم اق د .نقطه‌دیان است
(.های از‌تبریل‌ایفاین‌هسمنرانقباض،انبساط،تجانس،انعکاس،دوران‌و‌انمقال‌نمونه.شودد
ی ای‌تطبییقHausdorffطح‌پایین،انطبا در‌سطح‌پیکسل،رو فاصیله عنوان‌ی تطبیق‌س
.شیود‌‌هیای‌تصیوی اسیمفاده‌دی تصوی کلمه ه‌دلیل‌سادگ و‌حساسیت‌نسبت ه‌تغیی ات‌دشخصیه
گی ی‌اینکه‌چه‌دقرار‌دو‌دجموعیه‌پیکسیل‌دور‌از‌‌‌ها‌را ا‌انرازهشباهت ین‌پیکسلHausdorffفاصله
.کنرد همریگ هسمنر‌را‌ارائه
دار‌تیلا کی د یا‌اسیمفاده‌از‌دعییار‌فاصیله‌وزن[95] عنوان‌دثال‌ی پ داز سطح‌پیکسیل
Hausdorffدر.تطبیق‌دهیر نری‌شره‌از‌سنر‌قطعهکلمات‌کانریرا‌کلمه‌دورد‌نظ کار را ا‌تصاوی 4
کلمهاسمخ اج‌‌همسایه‌در‌ه دوی‌تصوی کلمهدوردنظ و‌تصاوی ح وفپ داز فضای ین‌طول‌پیش
رونره‌و‌ناحیه‌دییان تقسییم‌‌‌های الارونره،پایینسپس‌تصاوی کلمه ه‌قسمت.شره‌از‌سنر‌حذف‌شر
دار ی ایوزنHausdorff عر‌از‌آن‌یی فاصیله.دشود و‌وزنسای‌دخملف ه‌آنسا‌اخمصاص‌داده‌‌هشر
از‌یی در‌صورتیکه‌این‌فاصله.رودد لب‌و‌تصاوی کلمات‌کانریر کارگی ی‌فاصله ین‌تصوی قاانرازه
1 Scott and Longuet-Higgins (SLH) 2 Weighted Hausdorff Distance(WHD)
47
.شیود‌ی‌پ سشی در‌سینر‌دشیخص‌دی ی‌کلمهی‌کانریر عنوان‌نمونهتصوی کلمه‌م اشرکمآسمانه
.ه‌استاین‌رو ه‌نمایج‌دناسب روی‌اسناد‌چاپ چین و‌لاتین‌دست‌یافم
مبتنی بر یادگیری هایروش 2-9-2
(BOVW)0کلمیات صی یی درل‌رایج‌در ازیا اطلاعات ای ازنمای اسناد‌رهیافیت‌کییف
در‌ا مرا‌تعیراد‌خاصی :شودرهیافت‌کیف ص ی‌کلمات‌سه‌د حله‌اصل را‌شادل‌د .[59،97]است
.شیود‌از‌تصیوی اسیمخ اج‌دی دهنره‌دناسیب‌دحل طور‌اتوداتی وسیله‌ی تشخیص‌نقاط‌کلیری
نقاط جسمه‌تصوی هسمنر‌که‌دحموای‌اطلاعات زیادی‌دارنر‌از‌این و ای‌توصیف‌کیل،نقاط‌کلیری
گ هیای‌دشیا ه یه‌یی نری‌شره‌و‌توصیفدر‌د حله‌دوم‌نقاط‌کلیری،خوشه.تصوی دناسب‌هسمنر
از،اسیت‌کیه‌یی نمیایش4 ی صی‌‌ییی کلمیه اه خوشه‌دمناظ .شونرخوشه‌اخمصاص‌داده‌د
دجموعیه‌خوشیه.گ های‌دمعلق ه‌این‌خوشه‌اسیت‌ویژگیسای ه‌اشم اک‌گذاشمه‌شره‌توسط‌توصیف
آخی هی تصیوی وسییله‌یی ی دار‌‌‌‌‌‌‌‌یدر‌د حله.توانر عنوان‌ی ف هنگ‌لغت ص ی‌تفسی شودد
نقطیه‌ایین‌رهیافیت‌‌‌‌‌تی ین‌دسیم.رخرادهای‌ه کلمه ص ی‌در‌تصوی توصیف‌شره‌اسیت‌تعراد‌شادل
نیری،دورد‌رو خوشه‌در.است(ای‌یا‌نقاط‌گوشهSIFT عنوان‌دثال)دحل کلیریتشخیص‌نقاط
Kدیییانگین،الگییوریممKو‌داشییین یی دار9نزدیکمیی ین‌همسییایه‌و‌آنییالیز‌دعنییای نسفمییه‌آدییاری
.[90]ها‌هسمنررو دشسورت ین(SVM)5پشمیبان
هیای‌هنیری‌اسیمفاده‌کی ده‌‌‌‌‌از‌همین‌رو ای ازیا اسناد‌تصوی ی‌روی‌نوشمه[92]تحقیق
یکی . اشنرد SIFTهای‌دورد‌اسمفاده‌دیانگین‌و‌ویژگ k نری‌دورد‌اسمفاده‌الگوریمم‌خوشه.است
در‌دورد‌اسناد‌تصوی یدرنظ نگ فمن‌دوقعیت‌دکان کلمات صی ی BOVWهای‌رو از‌دحرودیت
1 Bag Of Visual Words (BOW)
2 Visual Word
3 Probabilistic Latent Semantic Analysis (pLSA)
4 Support Vector Machine (SVM)
40
ای‌حل‌این‌دسیاله،در‌تحقییق.شود اشر ه‌عبارت‌دیگ ت تیب‌کلمات ص یدرنظ گ فمه‌نم د
ی‌پ سش ای‌ه کلمه‌سپس.شودد ها ه‌سه‌ناحیه‌تقسیم تصوی کلمه‌در‌راسمای‌سمونه[92]
ی ای.شیود ا‌تمام‌نواح اول‌کلمات‌دوجود‌در‌پایگاه‌داده‌دحاسبه‌د ،ی‌اول‌آندیزان‌انطبا ناحیه
کیل‌‌‌ی‌پ سش دجموع‌دیزان‌انطبیا روی ای‌ه کلمه.نواح دوم‌و‌سوم‌هم ه‌همین‌صورت‌است
ه‌ازای‌ه تصوی .شودد ا‌تصاوی کلمات‌دوجود‌در‌پایگاه‌داده‌در‌نظ گ فمه،تصوی وه سه‌ناحیه
ی‌کلمیه‌پ سشی آشیکار‌‌‌‌دوجود‌در‌پایگاه‌داده‌که‌دیزان‌انطبا یشم اشر‌آن‌تصوی ه‌عنوان‌نمونه
نیوع‌ز یان‌دخملیف5تصیوی کلمیه‌در011111ی زرگی شیادل‌‌‌این‌رو روی‌پایگاه‌داده.شودد
شیکل‌‌شیمای‌کلی ایین‌رو در.حاصل‌شره‌اسیت%75هنری‌ارزیا شره‌است‌که‌دقت یش‌از
.دشخص‌شره‌است4-05
BOVW [92] ازیا اسناد‌تصوی ی‌هنری ا‌رو :05-4شکل
پ وجکشن‌‌های‌ساخماری‌داننردار‌و‌ویژگ از‌ویژگ گ ادیان‌جست، [51]تحقیق پ وفایل الا،
دمون‌دست افق ای‌جسمجوی‌کلمات‌در استنوشمهعمودی‌و ک ده اسمفاده ی‌اردو رو ارائه.
ا. اشرهای‌دمصل‌اصل ه خط‌د شره‌در‌این‌تحقیق‌دبمن جراسازی‌خطوط‌و‌اسمخ اج‌دولفه
های‌دمصل‌نزدی ه‌هم،فهچسارتای از‌دولی تا‌های‌ح کت‌ی پنج ه‌لغزان‌روی‌ه خط،ت کیب
دجموعه عنوان د ه ایجاد سنر کانریر توسط.شونرکلمات شره ایجاد کانریر کلمات دجموعه
ی‌اردو ه‌طور‌دؤث ی‌‌سیسمم ازشناس کلمه .نشان‌داده‌شره‌است05-4شکل‌‌ی‌لغزان‌درپنج ه
نری، ای‌کلاسSVM نر‌از‌طبقه .رود نری‌کلمات‌کانریر‌شره ه‌کار‌د ط اح شره‌و ای‌رده
42
انجام‌تاییر‌یا‌عرم‌تاییر‌‌دنظور‌افزایش‌کارای سیسمم،ی د حله ه.است‌این‌دجموعه‌اسمفاده‌شره
شودد . این‌د حله واقع نبودندر یا ای‌کلمات ای‌تشخیص‌درست ودن کلاس رست‌آدره
:شونردوارد‌زی رس د در‌این‌د حله.استSVMهای‌کانریر ا‌توجه ه‌خ وج
ی‌اقلیرس ین‌فاصله(5های‌سیاه‌تعراد‌پیکسل(9نقاط‌تعراد(SVM 0 احممال الا‌خ وج (0
ا‌دیانگین‌کلاس‌دورد‌نظ ی‌کانریرکلمه دار‌ویژگ
گیزار شیره%00/24 نیری‌صیحیح‌‌‌و‌ن خ‌قطعیه%0/71،ف اخوان %75/51در‌این‌رو دقت
.است
[51]ی‌لغزاندجموعه‌کلمات‌کانریر‌ایجاد‌شره‌توسط‌پنج ه:05-4شکل
هیای ی پاییه‌دیرل‌‌‌‌نوشیمه‌دسیت‌‌دمونرو جریری ای‌تشخیص‌کلمات‌در[50]تحقیقدر
سازی‌هی و ای‌شبیه‌یافمهآدوز ، اح وفها، HMMدر‌این‌تحقیق.شره‌است‌دخف دارکو‌ارائه
-ای‌ارائه سم تصاوی نواح کلمیات‌غیی فیلم های‌لاز‌در‌و‌شونرد ا‌هم‌ت کیب‌ی‌پ سش کلمه
سییاری یرون‌نییاز یه‌‌‌‌‌‌کلمیات ی ای‌‌دارد‌که‌‌را‌قا لیتاین‌سیسمم‌این.است‌شرهاسمفاده‌‌پ سش
،ع ی و‌‌های‌دخملفی از‌جملیه‌انگلیسی و‌ح وف‌عمل‌کنر‌و‌قا ل‌اعمال ه‌ز ان‌کلمات نری‌قطعه
AMA ای‌انگلیسی ، IAMشادلهای‌دخملف‌از‌ز انداده‌‌هایپایگاهسیسمم روی.دوانگاری‌است
هیای‌لغ انی یه‌نیام‌‌‌‌‌دمن،پنج هروی‌ه خط.ارزیا شره‌است0 ای‌دوانگاریLAW ای‌ع و
. اشینر‌پوشان دی هم%05پیکسل‌است‌و‌دارای41ها‌طول‌این‌ف یم.ف یم‌در‌نظ گ فمه‌شره‌است
1 Devanagari
91
هی فی یم ی دبنیای‌د کیز.شیونر‌اسمخ اج‌دی 0گ ادیان‌و‌سطح‌روشنای های ای‌ه ف یم‌ویژگ
جسیت0هیای‌گ ادییان‌در‌‌‌ویژگی لیوک نیری‌شیره‌و ی ای‌هی دو لوک‌ناحیه ه‌های‌قلم‌پیکسل
ایین‌‌‌ناحیه‌تقسییم‌شیره‌و5های‌سطح‌روشنای ه لوک ه ای‌اسمخ اج‌ویژگ .شونراسمخ اج‌د
نشان07-4شکل‌ها‌در‌این‌ویژگ .آیرهای‌سیاه ه‌سفیر رستد کسل ا‌شمار تغیی ات‌پی‌ویژگ
.انردادهشره
]50[دار‌و‌سطح‌روشنای تحقیق‌های‌گ ادیان‌جستاسمخ اج‌ویژگ :07-4شکل
فارس [54]در ای‌اسناد استع /ی رو ازیا شره تشخیص‌ارائه از این.دسمقل
-دمر‌شادل‌پیش.توانر‌دورد‌اسمفاده‌ق ار‌گی دع و‌انگلیس د /سیسمم‌در‌دمون‌ت کیب فارس
ح وف ا‌‌های‌زی ح وف،تفسی زی زی کلمه،تشخیص‌و‌حذف‌دمصل‌کننرهپ داز ،اسمخ اج‌کلمه‌و
ای‌تشخیصRBF نری‌زی ح وف ا‌اسمفاده‌از‌درخت‌تصمیم‌و‌شبکه‌عصب کرگذاری‌شکل،رده
سیسمم‌اسناد‌تصوی یرا ای شمای‌جریر‌کرگذاری‌شکل‌زی ح وف‌در‌اسناد‌‌این.زی ح ف‌است
کنرع ازیا د /فارس از نر‌دبمن درخت‌تصمیمدهر. اسمفاده ا گی ی‌فضای‌زی کلمات‌را
ویژگیسای‌شکل‌دکان شادل‌طول،ع ض،.کنرویژگیسای‌شکل‌دکان ه‌تعرادی‌زی ناحیه‌تقسیم‌د
گودالحف ه سوراخها، دنرانهها، و‌زی ح وف الارونره‌و‌پایینها، در‌روشسای‌دبمن .رونره‌استها
پیوسمه، نری‌قطعه نوشمار ای‌فارس و خصوصا انرازه، تنوع‌فونت‌و نویز، دسائل داننر علاوه
نری‌نیز‌وجود‌دارددشکل‌قطعه نری‌علت‌تنوع‌شکل،انرازه‌و‌طول‌ح وف،تخمین‌نقاط‌قطعهه .
1 intesity
90
.شان‌داده‌شره‌استن00-4شکل‌د احل‌این‌رو در.شودح وفپ اشمباه‌انجام‌د
[54]د احل‌رو تحقیق:00-4شکل
ی پرسشینوع کلمهبندی براساس تقسیم 2-1
یصیورت‌کلمیه‌‌‌‌پ سش را یه‌‌یاکث اً‌کلمه،کلمه‌یجسمجو‌یزدینه‌شره‌در‌در‌تحقیقات‌انجام
شره‌اسیت‌‌‌‌گی نر‌که‌در یشم دوارد‌از‌خود‌سنر‌اصل دورد‌جسمجو یرهنظ د در(QBE)تصوی ی
صیورت‌دمنی را‌در‌کادر‌د وط ه‌انر‌که‌کار آندر‌نظ گ فمه(QBT)صورت‌دمن هو خ آن‌را
94
.نمایروارد‌د
دست جسمجویرونر صورت‌نوشمهکلمات ی دد QBE ه صورت ه کلاسی توانر سئله
داده‌پایگاهای‌از‌تصاوی کانریرا‌در ا‌دجموعه‌ی‌پ سش تصوی کلمه. نری‌شود ازیا تصوی ف دول
ت تمام‌کانریرها‌را ا‌توجه ه‌گ دانر‌یا صورت‌کل د ت ین‌تصاوی را دقایسه‌شره‌و‌سیسمم‌شبیه
جمله‌دعایب‌دسم‌این‌‌از.کنر نری‌د صورت‌نزول رتبهی‌پ سش کلمهدیزان‌شباهت ه‌تصوی
نمونه‌از‌کلمه‌دورد‌جسمجو‌و‌دشخص‌کار ای‌یافمن‌ی توان ه‌این‌دسئله‌اشاره‌ک د‌کهرو د
ه سنر‌را آن، دهر‌‌ک دن‌دحروده ق ار دولفه.صورت‌دسم دورد‌جسمجو QBEسیسممدسم‌دو
. اشرد (گ هادعیار‌شباهت ین‌توصیف)و‌انطبا (گ تصوی توصیف)نمایش
مجو‌ورودی‌رشمه‌دمنی اسیت‌کیه اییر‌جسیQBTچ ا‌که‌در‌‌استدممایزQBTاز‌این‌دسئله
QBTهیای‌‌از‌ط فی سیسیمم.دزایای‌خودشان‌را‌دارنیرQBEوQBTه ی از‌سیسمم‌های.شود
ییا‌‌‌ی‌کلییری‌کلمیه‌هی یجسمجودر‌پذی ی‌های‌شناسای دسمخط‌دثل‌انعطافتمام‌دزایای‌سیسمم
طور‌خاص ای‌دیواردی QBE .دار‌در‌دسم س‌را‌دارنر‌چسبهای ادکان‌اسمفاده‌از‌حجم‌زیاد‌داده
ط ف‌دیگی از .آینر‌دناسب‌استدر‌دسم س‌نیسمنر‌یا ا‌هزینه الا رستد دارهای چسبکه‌داده
تصوی ی‌دنحص اً اسیاس‌تطبییق‌تصیوی های‌کلمه‌پ سش دهر‌که‌رهیافتنشان‌د [59]تحقیق
توانر‌دقت‌کیاف دوردنییاز‌سیناریوهای‌عملی را یه‌‌‌‌‌‌د و‌است‌یعن فاز‌آدوز ا‌نظارت‌را‌نیاز‌نرارد
ازییا )های‌دبمن کلمه‌پ سش دمن رود‌که‌رو ا‌توجه ه‌دقایسه‌فو انمظار‌د .دست‌آورد
سمی ی‌داشیمه‌‌‌‌ها‌و‌نوشمارهای‌دخملف‌از‌کلمه‌ورودی،ف اخیوان ف متوجه ه‌توانای ازیا ا(کلمه
.هسمنر یان‌خواهنر‌شر QBTوQBEدر‌اداده‌تعرادی‌از‌تحقیقات‌که‌شادل‌ه دو‌رو . اشر
ازشناسی ی‌اسیناد‌تصیوی ی‌و ه‌عنوان‌روش در‌حوزه0ها‌دشخصه‌تعبیهرو از[55]تحقیق
در‌ایین‌تحقییق.دسیت‌یافمیه‌اسیت‌‌‌‌لاتینکه ه‌نمایج‌دناسب در‌ز ان‌‌نمودهکلیری‌اسمفاده‌‌‌کلمات
1 Attribute
99
ی ی ای‌هی کلمیه‌‌‌در‌ایین‌رو .توانیر اشیر‌‌صورت‌دمن‌یا‌تصیوی دی دوکلمه‌دورد‌جسمجو ه‌ه
انیر‌شیره‌‌تعبییه‌د وط ه‌آن‌در‌ی فضای داری‌دشم ک0ی‌دمن تصوی آن‌کلمه‌و‌رشمه،پ سش
زدی ه‌یکریگ نر‌و‌ی‌کلمه‌پ سش یکسان‌هسمنر‌ن‌دهنره‌ی‌که‌نشان‌ا‌وی و‌رشمهاکه‌در‌این‌فضا‌تص
.ت ین‌همسایگ انجام‌شود ه‌صورت‌دسئله‌نزدی ازشناس دهر‌که‌عملیات‌‌این‌اجازه‌را‌د
های‌دمن دمناظ ا‌آنسا‌دع ف شیره‌‌در‌این‌تحقیق‌ی نمایش‌رایج ای‌تصاوی کلمات‌و‌رشمه
عر‌نشان‌که‌ه ُ‌شودد ساخمهی هیسموگ ام این ی‌از‌ح وف،های‌دمن ازنمای رشمه ای.است
یین‌کلمیات کیه‌دارای ای‌ایجاد‌تمایز.ح ف‌خاص را‌در‌خود‌دارد‌یا‌نه دمنی‌‌د دهر‌آیا‌رشمه
هسمنر‌از‌رو ه د اسمفاده‌شره‌که یه‌جیای‌پییراک دن‌حی وف‌در‌کیل‌کلمیه‌روی‌‌‌‌‌‌‌ح وف‌دشا ه
عنیوان‌دنبیع‌اصیل یه(PHOC)4هیسموگ ام‌ه دی حی وف.استک ده‌نواح دخملف‌کلمه‌تم کز
.شره‌استاسمفاده‌‌فیش از دارهای‌‌هم‌تصاوی ای‌نمایش.شودد اسمفاده‌‌دشخصه
SVMپایه‌‌های‌دشخصه ل‌دوز درآ ایPHOCهای چسب‌هم اه ه‌این دارهای‌ویژگ
از‌کلمیه‌را‌دع فی ی ازنمای ا‌طول‌ثا توا عاد‌کیم ه‌عبارت‌دیگ این‌تحقیق.شونر‌اسمفاده‌د
دشیم ک ی داری‌‌که‌این ازنمای دنج هی فضای‌‌‌نحوی‌‌دحاسبه‌است هس عت‌قا ل‌‌ک ده‌که ه
9کیانون گ دد‌و‌از‌ی رو کالیب هک دن ه‌نام‌آنالیز‌همبسمگ ین ازنمای تصوی و‌دمن‌کلمه‌د
(CCA) ایین‌تحقییق.ح سم نمایج‌شره‌استها س ه ده‌که‌دنج ه‌اصلا ای‌تصحیح‌دقادی ویژگ
ای‌است‌که‌در‌ف هنگ‌لغیت روی‌تصاوی کلمات یره‌شره‌انجام‌شره‌و‌هرف‌آن‌دسمیا ه‌نمونه
رو توانیای ایین‌‌یک از‌دوارد‌جالب‌این‌است‌کیه.ی‌دورد‌پ سش‌را‌دارد یشم ین‌شباهت ه‌کلمه
. ازشناس کلمات‌دیره‌نشره‌را‌نیز‌تا‌حری‌داراست
1 Text strings
2 Pyramidal Histogram Of Characters(PHOC)
3 Canonical Correlation Analysis (CCA)
95
ست‌که‌این ازنمیای پیشنساد‌شره‌ا [55]روش اساس‌تعبیه‌ک دن‌رشمه‌در‌ز ان‌انگلیس در
هیرف‌ایین.ها‌اسیمفاده‌شیره‌اسیت‌‌‌عنوان‌دنبع از‌دشخصه‌‌در‌ی دفسوم‌تعبیه‌ک دن چسب‌نه ه
هیای‌‌کلمه‌وجود‌داشمه اشر‌که‌دشخصیه دمنی‌رشمه ای‌تصوی و0 ازنمای دشم کاست‌که‌ی
گی نیر‌‌دشم ک‌ق ار‌د شره‌از‌تصوی در‌ی زی فضای ین های‌پیشاسمخ اج‌شره‌از‌رشمه‌و‌دشخصه
.نمایش‌داده‌شره‌است02-4شکل‌‌شمای‌کل این‌سیسمم‌در.تواننر‌دقایسه‌شونرو‌د
[55]شمای‌کل سیسمم:02-4شکل
.های‌لاتین،دوانگاری‌و‌ع توصیف‌شره‌استدر‌نوشمه‌سیسمم ای‌تشخیص‌کلمه]04[در
.است‌اسمخ اج‌ویژگ (4) نری‌کلمه‌و‌خط‌قطعه(0)شادل‌‌تحقیقکلمه‌در‌این‌‌جسمجویرو
فاصله ین‌کلمات عنوان‌ی دسئله،و ایجراک دن‌کلمات4 نریاز‌خوشه ایجراک دن‌خطوط
از‌شبکه‌عصب ا.عمل‌شره‌است، نری‌که‌آیا‌این‌فاصله ین‌دو‌کلمه‌است‌یا‌اجزای‌ی کلمهرده
. نری‌اسمفاده‌شره‌استهای از‌زی کلمات ای‌این‌ردهویژگ
.اسیت(گ ادیان،سیاخماری‌و‌تعقی )دبمن گ ادیانهای‌دودوی ویژگ ،های کار‌رفمهویژگ
0در5 نیری‌‌ها‌تحت‌ی تقسیمویژگ .شودگی ید که‌در‌دقیاسسای زرگ،دموسط‌و‌دحل انرازه
یت‌ویژگ تعقی 455 یت‌ویژگ ساخماری‌و905 یت‌ویژگ گ ادیان،905اسمخ اج‌شره‌و‌شادل
1 Joint representation
2 Clustering
95
هیای‌هنرسی سیطح‌‌‌‌ویژگ ،گ ادیان.دهررا‌د 0145 دار‌ویژگ دودوی ه‌طول‌‌ی که؛ اشرد
هیای‌سیاخماری‌شیکل‌‌‌‌ویژگی .دهرها‌و‌خطوط‌در‌جسات‌دخملف‌را‌نشان‌د دیانه،شادل‌وقوع‌گوشه
ها،خطوط‌قط ی،عمودی‌و‌افق در‌تصیوی گ ادییان‌‌‌وجود‌گوشه‌که‌دهرت کلمه‌را‌نمایش‌د درشت
دشخصیات‌‌ی‌دهنیره‌نشیان‌ویژگی تعقی .دهرنشان‌د را[55]در‌قانون‌تعیین‌شره04 ا‌اسمفاده‌از
های‌افقی ییا‌عمیودی یزرگ‌‌‌‌‌ها‌و‌س کش،وجود‌حف ه0نماهاهنرس و‌دکان اصل شادل‌جست‌طا
این‌دعیار،شباهت یین‌دو.اسمفاده‌شره‌است4جست‌شناسای کلمه‌از‌دعیار‌شباهت‌همبسمگ .است
.کنیر‌شیود‌دحاسیبه‌دی یاین ی‌نمیایش‌داده‌دی ی دار‌ویژگی شکل‌آنسا‌توسطتصوی کلمه‌را‌که
وی‌دمیون‌چیاپ های ازه سه‌ز ان‌تست‌شره‌و‌ادعا‌شره‌که‌نمیایج‌ر‌داده‌رو فو روی‌دجموعه
ی ای.رسییره‌اسیت%01یع ی یه‌دقیت‌‌‌‌نوشمهق‌در‌دمون‌دستیاین‌تحق. وده‌است سیار‌خوب
ع دیورد‌جسیمجو‌را یا‌حی وف‌انگلیسی تاییپ‌کنیر‌و‌‌‌‌‌‌‌‌‌یتوانر‌کلمهکار د حالت‌پ سش ا‌دمن
کی ده‌اسیت،گیذاری‌شیاخص‌تصیوی ی‌سینر‌را‌‌‌‌اساس‌ی سیسمم‌ف هنگ‌لغت‌که‌لغات الگوریمم
.کنرد کلمات‌ع دوردنظ را‌پیرا
1 Bay
2 Correlation Similarity
95
97
9
:فصل سوم
مباحث نظری
90
هیایز یان‌فارسی نوشمه‌ی رهیافت‌جسمجوی‌کلمه ای‌دستاین‌پایان‌ناده‌رو پیشنسادی
ه‌همیین.شادل‌اسناد‌تصوی ی‌است‌است‌که‌هرف‌آن‌یافمن‌ی کلمه‌پ سش در‌ی دجموعه‌داده
در‌ایین‌فصیل.]55[اسمفاده‌شره‌اسیت‌و‌همکارانشAlmazanتوسط‌دنظور‌از‌رو پیشنساد‌شره
همچنین‌ا میرا یه. اشر ه‌تفضیل یان‌خواهر‌شرکه‌اساس‌این‌پایان‌ناده‌نیز‌د ]55[رو تحقیق
تئوری‌دباحث‌اسمفاده‌شره‌در‌این‌رو که‌شادل‌اسمخ اج‌ویژگ از‌کلمات‌در‌سینر،تشیکیل ی دار
.شوداست‌پ داخمه‌د ....فیش و
SIFTهای استخراج ویژگی 9-4
از هرف. اشرد ویژگ اسمخ اج د حله الگو، ازشناس هایسیسمم در د احل ت یندسم از یک
در توصیفگ ها ینا. اشرد تصوی ی یان ای دناسب هایتوصیفگ ک دن ف اهم ویژگ اسمخ اج
.رودد کار ه ازشناس و نریکلاسه د حله در ویژگ دار ی قالب
اشینر‌و‌در‌‌‌هیای‌خیو ی ای‌توصییف‌آن‌‌‌‌اسمخ اج‌نقاط‌کلیری‌از‌تصوی ی ش کیه‌نماینیره
های زرگ‌در‌حیوزه‌‌شناس دناسب را‌تحقق خشنر‌از‌چالشو از‌نماهای‌دخملف‌دارای‌پایراری وده
کالیب هک دن‌دور ین،ثبت‌تصاوی ،ناو ی‌ر ات‌و‌تشخیص‌اشیا‌تنسیا‌تعیرادی‌از. ینای داشین‌است
ه‌طور‌دثال‌در‌کار د ازشناس شئ،اسمفاده‌از‌این‌نقاط‌کلییری. اشنرها‌د کار دهای‌این‌ویژگ
:سه‌د حله‌اصل زی انجام‌داد‌را‌دیموان‌ط
در‌‌که‌ف دی ه ا‌جسمجو‌ک دن‌در‌تصوی و‌یافمن‌نقاط‌دنحص د حلهاین:یافمن‌نقاط‌کلیری (0
ف د اق ماننر،انجام‌های‌هنرس صفحه‌و‌یا‌تغیی روشنای ه‌عنوان‌نقاط‌دنحص هتبریل
.شودد
اشر‌که‌در‌دقا ل‌نویز‌دحیط،تغیی ات‌‌ایتوصیف‌این‌نقاط ایر ه‌گونه:توصیف‌نقاط‌کلیری (4
.حساس اشنریکسان را‌از‌نقاط‌کلیری‌داشمه‌و‌دممایز‌و‌غی توصیفپ دازی،هنرس و‌نور
عمودا‌در‌این‌د حله‌از.است‌شئ‌یا‌صحنه‌ی‌آخ تطبیق‌این‌نقاط ین‌تصاوی دخملفد حله (9
92
ی‌قبل وجود‌آدرنر،اسمفاده‌د حلههای‌ویژگ که‌در‌ی‌فاصله،دیان دارهای‌دحاسبهرو
.شودد
دقایسه رو در دیان که ویژگ ای توصیف دخملف استهای شره انجام ارزت ینSIFT؛ها ،
وچ خش، زرگنمای تغیی دقیاس، ه نسبت هاویژگ این .[57]توصیف‌را‌از‌ش ارائه‌داده‌است
.[50] اشنرثا ت‌د ،نویز وروشنای تغیی ات ه نسبت حرودی تا همچنین
وسیلهSIFTالگوریمم David Loweی سال گ دیر0222در ای SIFT .ا راع ی رو
یا توانر ای‌تناظ اشر‌که‌د های‌دسمقل‌و‌دشخص‌از‌تصاوی د آشکارسازی‌و‌اسمخ اج‌ویژگ
های نظی غالبا ای‌کار د SIFTالگوریمم.و‌یا‌شئ ای تصوی دورد‌اسمفاده‌ق ار‌گی د ین‌تصاوی
های‌اطلاعات عری، ازیا شئ‌در ان تصاوی ،ردیا و‌ساخمن‌دنظ سهیا تشخیص‌شئ،تناظ
.]52 [ گی ددورد‌اسمفاده‌ق ار‌د .....های‌خودکار‌دحل و،ر ات(دولم دریا)ای‌چنر‌رسانه
که‌در‌سه‌د حلهSIFTهای‌در‌اداده ه‌طور‌اجمال د احل‌اصل آشکار‌ک دن‌و‌اسمخ اج‌ویژگ
.[51]گ ددارائه‌د شود‌خلاصه‌د
یافتن نقاط کلیدی 9-4-4
کلیری، نقاط د اصل یافمن رو این در د حله ه م‌ت ین دفاهیم از اسمفاده ا که اشر
وضوح‌دخملف‌‌ر‌درجهله‌ه م‌تصوی یی تصوی د وسی .پذی دانجام‌د 4و‌فضای‌دقیاس0تصوی ی
های‌دخملف‌ساخمه ا‌توجه ه‌دفسوم‌فضای‌دقیاس‌که‌در‌آن‌تصوی در‌دقیاس.شودنمایش‌داده‌د
سپس ای‌ه .تشکیل‌داد‌ا مرا‌تصوی را‌در‌چنر‌دقیاس‌دخملف0-9شکل‌دیموان‌دطا ق‌‌شودد
تصوی پنج 9اکماو)دقیاس‌تصوی ی، تعراد( ه نمیجه در که آورد وجود دخملف دعیار انح اف ا
دارد‌تصوی ی‌پنج‌هایدسمه‌دخملف‌هایدقیاس دعیارهای‌انح اف ا‌تای پنج‌هایدسمه .وجود
1 Image Pyramid
2 Scale Space
3 Octave
51
.انرآدره وجود‌اصل تصوی در‌گوسین‌ک نل‌ض ب‌و‌فیلم گوسین‌توسط‌دخملف
پنج‌هایدسمه‌داخل‌در‌دجاور‌تصوی دو‌‌ه گ دد،د دلاحظه0-9شکل‌‌در‌که‌گونههمان‌سپس
اخملاف‌فیلم اساس جریر‌تصاوی و‌ک ده‌کم‌هم‌از‌دات یس جب اساس تفاضل اخملاف ا‌را‌تای
.شودد ایجاد(DOG)تفاضل
تصوی Iروا ط‌نای‌در.است‌شره‌آورده‌د حله‌این‌دعادلات‌حاکم (9-9)تا(0-9)روا طدر
را‌تولیر Lشره‌ن م‌تصوی ، (کانولوشن)تلفیق ض ب ا‌کهاست‌‌گوسین‌ک نل‌تا عG اشر‌و‌اصل د
نمایرد که‌دجاور تصوی ا‌تای پنج‌دسمه‌ه درLیشره‌حاصل‌تصوی دو‌تفاضل ا‌سپس.
.گ ددد ایجاد‌گوسین‌تفاضل اخملاف اساسD اشر،تصوی د σدعیار‌انح اف‌در‌آنسا‌اخملاف
(9-0)
(9-4)
(9-9)
انیرازه‌سیطح‌‌‌د حلیه‌‌ایین‌‌در.اسیت‌‌اکمیاو هی در دینییمم یا داکسیمم نقاط یافمن عر ید حله
در‌پیکسیل2 یا‌‌همچنیین‌‌و‌‌گی دد‌دی دقایسیه‌‌آن‌دجیاور‌‌پیکسل0انرازه ا‌پیکسل‌ه خاکسم ی
ا‌هم‌اخملاف‌داشمنر‌و‌از‌تا ع‌اخیملاف‌گوسیین‌حاصیلσلحاظ‌‌از‌که) پایین و الای دجاور‌تصاوی
ود یه یود‌‌کممی ییا یشم همسایه‌پیکسل45تمام‌از‌پیکسل‌این‌دقرار‌اگ گ ددد دقایسه(شره
(4-9شکل.)شودکلیری‌گفمه‌د نقطهآن هشره‌و‌‌انمخاب‌کانریرویژگ ی عنوان
50
DOG[51]ایجاد‌ه م :0-9شکل
DOG[51] ها‌در‌ه مآشکارسازی‌اکسم دم:4-9شکل
اصلی نقطه هر مکانی موقعیت تعیین 9-4-2
دو سیپس.گ ددد تعیین‌دخمصات‌لحاظ‌از‌نقطه‌اصل ه دوقعیت‌دقیق‌طور هد حلهایندر
:پذی د انجام‌د زی عمل
.شودحذفد ر،ندار پایین روشنای که ناپایرار نقاط (0
54
.شونرد ناپایراری دوجب چ ا‌که گ ددد حذف نیز هالبه ه د وط نقاط (4
تعییین(5-9)و(5-9)روا یط ای‌ه نقطه‌اصل ا‌توجه ه‌‌ی‌گ ادیان‌و‌جست‌آنسپس‌دادنه
. گ ددد
(9-5)
(9-5)𝜃
توصیفگر نقاط کلیدی 9-4-9
اط اف در آن‌جست و گ ادیان یدادنها مرا در.شر خواهر ایجاد اصل ویژگ دار د حله این در
در‌اط اف‌ه 05×05ی‌آزدایشات‌خود‌از‌ی شبکهدر [51]د جع.شود د دحاسبه کلیری ینقطه
نری‌شره‌و‌از‌ه لوک‌تقسیم5×5های‌ی‌کلیری‌اسمفاده‌نموده‌است‌که‌این‌شبکه ه لوکنقطه
اسمخ اج‌د 0ی هیسموگ ام شودجسمه . ه واقع‌در ای‌ه در لوک، ی‌دادنه‌هاجستی از
د گ ادیان جمع هم ا ویژگ .شونرها دار نقطه0×5×5=040 نا این‌طول ای‌ه ی‌عنص
چنر و دحل طبیعت .دهرنشان‌د 4×4یایند حله‌را ه‌ازای‌آرایه9-9شکل.کلیری‌خواهر ود
.سازدد حساس غی و‌انسراد، شلوغ نویز، ه نسبت را آنسا ها،ویژگ ودن دقیاس
[51]دار‌جست‌‌هیسموگ ام‌گ ادیان:9-9شکل
59
بردار فیشر 9-2
ی دار.آییر‌های‌دحل رست‌دی دار‌فیش ی رو ازنمای تصوی است‌که‌از‌تجمیع‌ویژگ
.کنیر‌در‌نظ گ فت‌که‌آدارهای‌د اتب الات را‌کر‌د (BOW)رت‌کیف‌کلمات صو‌‌توان هرا‌د فیش
سی عت‌دحاسیبات.شیونر‌های‌دحل ای دار‌در‌ا عاد الات کر‌د ا‌اسمفاده‌از‌این‌نمایش‌ویژگ
سیازی یا‌حیراقل‌کیاهش‌دقیت‌از‌دزاییای نرهای‌خط ،فشی ده‌کار ا‌طبقه الا،عملک د‌دناسب‌در
.]45 [گ ددارائه‌د در خش عری‌رو اسمخ اج دارهای‌فیش . دارهای‌فیش است‌اسمفاده‌از
استخراج بردار فیشر تصاویر 9-2-4
عُیری‌اسیمخ اج‌شیره‌از‌یی Dتوصیفگ دحلی T ه‌صورت X={xt, t=1,….T}ی‌دجموعه
(تصوی SIFT ه‌عنوان‌دثال‌دجموعه‌توصیفگ های.)شودتصوی تع یف‌د
نسیبت یه‌‌‌هیا‌داده0نمای درسیم‌‌گ ادیانی‌دحاسبهها ا‌درل‌ک دن‌دادهی‌اصل دار‌فیش ایره
:ها‌داریم اف ض‌اسمقلال‌نمونه. اشرد (دیانگین‌و‌کوواریانس)پارادم های‌درل
(9-5)
-صورت‌دخلوط از‌چگال احممالاست‌که هxتوصیفگ تا ع‌چگال احممال Uλ الا یدررا طه
.((0-9)و(7-9)روا ط) انمخاب‌شره‌است(GMM)4های‌گوس
(9-7)
(9-0)
}
1 Gradient of the likelihood
Gaussian Mixture Model2
55
μدخلیوط،توا ع‌گوس در‌وزنw.استμk ,Ʃk ,k=1…K} λ={wk, صورتGMMپارادم های
ی ای.اسیتGMMهیا‌در‌هی تعیراد‌گوسی Kو‌هیا‌‌گوس (قط ی)کوواریانسƩها،گوس دیانگین
روی‌تعیرادی‌زییادی‌از‌تصیاوی آدیوز GMM،ا میراXهای رست‌آوردن دار‌فیش دجموعه‌داده
ی دار‌فیشی GMM عیر‌از‌آدیوز .شیونر‌دحاسیبه‌دی EMدیره‌و‌پارادم های‌آن‌توسط‌الگوریمم
:آینر رستد زی توسط‌روا ط‌امkُ ای‌گوس Xی‌دجموعه
(9-2)
(9-01)
(9-00)
و
عُری‌هسمنر‌و دار‌فیش نسای ات کیب‌این دارها ه‌ازای‌تمیامD دارهای
.شودها‌حاصل‌د گوس
(9-04)
Almazanروش پیشنهادی 9-9
کیه‌کلمیات‌‌‌‌دارنیر‌طیوری‌‌‌شیوه‌نگارش کادلاً‌دمنیوع نویس‌‌ون‌دستنویسنرگان‌دخملف‌در‌دم
شود‌کیه‌‌این‌تغیی ات‌زیاد‌در‌شیوه‌نگار اعث‌د .شونرتوانر‌کادلاً‌دمفاوت‌در‌نظ گ فمه‌یکسان‌د
علیت‌ایین‌پیچییرگ دو‌عادیل.ت اشیر‌ت و‌سنگینهای‌دیگ سیار‌پیچیرهاین‌دسمه‌دسائل‌از‌گونه
ادا‌هرف‌این‌است‌که‌فقیط.دهنرهتشکیل‌شیوه‌نگار و‌ح وف:تأثی گذار‌در‌تفاوت ین‌کلمات‌است
.شیوه‌نگارش تأثی ی‌نراشمه اشر‌تفاوت ین‌ح وف اعث‌دمفاوت ودن‌کلاس‌شود‌و‌تفاوت
55
ایدشخصیه]55[تحقییق‌‌درو‌همکیارانشAlmazanهمان‌طور‌که‌در‌فصل‌دوم‌نیز یان‌شر
یا‌در‌نظی گی فمن‌‌‌‌‌از‌همیین‌دشخصیه‌‌نادیه‌‌‌در‌این‌پایان.انرنموده ای‌کلمات‌در‌ز ان‌لاتین‌دع ف
شیباهت یین‌‌‌‌شود‌که اعث‌د گی ی‌این‌نوع‌دشخصه ه‌کار.شودخصوصیات‌ز ان‌فارس اسمفاده‌د
ای‌ارزییا ایین‌الگیوریمم‌از‌دو‌پایگیاه‌داده‌فارسیا ی ای.کلمات‌دسمقل‌از‌شیوه‌نگار حفظ‌شود
ی ای‌آزدیون‌اسیمفاده‌شیره[50](FHT)0ی‌فارسی دمن‌دست‌نوشیمه‌‌ی‌آدوز و‌پایگاه‌دادهد حله
ی ای‌هی کلمیه. اشرنوشمه‌از‌کلمات‌دخملف‌د تصوی دست09511ی‌فارسا‌شادل‌پایگاه‌داده.است
-تصیوی دسیت0111شادلFHTی‌پایگاه‌داده.ردهای‌اف اد‌دخملف‌وجود‌دانوشمهنمونه‌از‌دست55
توانیر یه‌دو‌صیورت‌‌‌‌در‌این‌رو پ سش‌د . اشردوضوع‌دخملف‌د 09ی‌فارس از‌دمون،در‌نوشمه
ز یان‌فارسی یه‌تفضییل‌‌‌‌‌‌روی]55[در‌اداده‌د احل‌رو تحقییق.ی‌دمن کلمه اشرتصوی و‌رشمه
. یان‌خواهر‌شر
ها ی مشخصهنمایش کلمات بر پایه 9-9-4
خواص‌دعنای هسمنر‌که‌د دشخصه اتواننر‌تص‌ها و توصیف‌کننر‌ها‌گ وهوی ایرا اخی ا و
ازیا تصاوی وظایف‌کلاس کسب‌نموده نری‌و کل دشخصه.ران‌شس ت‌ف اوان را طور این ه ها
اسمفاده‌از.نرده نری‌اشیاء‌را‌د دقایسه‌و‌دسمه‌‌ظ فیت‌را‌دارنر‌که ه‌راحم ه‌دا‌اجازه‌توصیف،
روش د دشخصه ه دنج دانش ین‌کلاسها از که د شود س ه دها اشم اک. واقع گذاری‌در
های‌ها‌یک از‌رو اطلاعات ین‌کلمات ای‌یادگی ی‌دناسب سیار‌دسم‌است‌و‌اسمفاده‌از‌دشخصه
.دسمیا ه‌این‌هرف‌است
کلمات‌از‌دشخصه دادن تمیز ه قادر که تع یف‌شونر صورت ه تشخیص‌کلمات ایر در ها
نباشنر وا سمه نگار نوع ه همچنین و اشنر یگریگ دشخصه. این از یک شره‌های پیشنساد
1 Farsi Handwritten Text(FHT)
55
های‌دمن د وط ه‌کلمات‌در ا‌اسمفاده‌از‌این‌رو رشمه.است(PHOC)هیسموگ ام‌ه د ح وف
های‌ورودی‌سیسمم‌در‌این‌د حله‌رشمه.شونراین ی ه‌نام‌فضای چسب‌تعبیه‌د داخل‌ی فضای
.انرتایپ‌شرهNotepadدمن د وط هتصاوی کلمات‌است‌که‌در‌داخل‌فایل
ا‌در‌نظی گی فمن‌الفبیای‌فارسی ،.شودساخمه‌د ی هیسموگ ام این ی‌از‌ح وف‌در‌این‌رو
ه .شودخمم‌د " ی"ش وع‌و ه"الف" عُر‌دارد‌که ه‌ت تیب‌ح وف‌الفبای‌فارس از94هیسموگ ام
در‌واقع‌اگ کلمیه.ح ف‌خاص را‌در‌خود‌دارد‌یا‌نه دمنی‌‌آیا‌رشمه‌ی‌این‌است‌کهدهنرهعر‌نشان ُ
آن‌در‌داخل‌هیسموگ ام‌ی و‌در‌غیی ایین‌صیورت‌صیف شادل‌ی ح ف‌خاص ود‌در عُر‌د وط ه
.گی دق ار‌د
ی ای‌ایجیاد ه‌همین‌دلییل.ای‌دارنرنمایش‌دشا ه"سلام"و"سالم"در‌این‌حالت‌کلمات داننر
کی دن‌‌‌هسمنر‌از‌رو ه د اسمفاده‌شره‌که ه‌جای‌پییرا ین‌کلمات که‌دارای‌ح وف‌دشا ه‌تمایز
در‌این‌رو ای‌هی کلمیه‌سیطوح.است‌نمودهاح دخملف‌کلمه‌تم کز‌ح وف‌در‌کل‌کلمه‌روی‌نو
کلمه ه‌سیه خیش‌و9در‌سطح،کلمه ه‌دو خش4در‌سطح.در‌نظ گ فمه‌شره‌است5و4،9،5
یه.شیود‌در‌نظ گ فمه‌دی عُر94ه خش ای.شود ه‌همین‌ت تیب ای‌سطوح عری‌تقسیم‌د
های ه‌این‌صورت‌که‌آیا‌کلمه‌ی ح ف‌خاص‌را‌در خیش‌اول‌ییا‌در‌‌‌‌دشخصه4طور‌دثال‌در‌سطح
.گیی د‌‌ن‌ی ق ار‌دی آدر‌صورت‌وجود‌این‌دشخصه‌در عُر‌د وط ه.شونر خش‌دوم‌دارد‌تع یف‌د
.ی‌کلمات‌هسمنر‌ها ا‌این‌تع یف‌تمیز‌دهنره‌دشخصه
کیه‌هی عُیر‌یی ای‌ح وف‌اسیت عُر( 5+5+9+4)×94=550دارای‌در‌نسایت‌این‌هیسموگ ام
ای ه‌این‌صورت‌اسیت طور‌دثال‌وجود‌ی در عُر‌اول‌این‌هیسموگ ام‌دع ف‌دشخصه.دشخصه‌است
.را‌در خش‌اول‌خود‌داراست"الف"ای صورت‌دو خش در‌نظ گ فمه‌شود‌ح فکه‌اگ کلمه
4در‌سیطح‌‌ای‌دو‌حی ف‌هسیمنر‌‌‌که‌ه کیرام‌دار‌‌های‌فارس ت ین ایگ ام‌تا‌از‌رایج51دراداده
.شیود‌‌د 555دارای‌ا عاد‌این‌هیسموگ ام‌‌در‌نسایت عُر‌اضاف 415 ا‌اضافه‌شرن‌اضافه‌شره‌است‌که
57
.دهر‌ان‌د نش"نیاز"ی‌هیسموگ ام‌ه د را ای‌کلمه5-9شکل
ی‌دورد‌نظ ه‌کرام خش‌از‌ه م‌اخمصاص‌دارد‌از‌روا ط ای‌تشخیص‌اینکه‌ه ح ف‌از‌کلمه
(9-05) 05-9)و است( شره اسمفاده گ فمن. کلمهcدحل‌ق ار اُدین‌ح ف‌در طول هmای ه
توسط‌را طهصورت ازه 05-9)ی‌ی‌دحاسبه‌شره شودتع یف‌د ( ای ازه. نظ گ فمه‌شره یدر
-9)ی‌سپس‌در‌صورت ق اری‌را طه.شوددشخص‌د هم‌توسط‌همین‌را طهlامُ‌در‌سطحr خش
05)،cاُدین‌ح ف ه خش rدر‌سطحlاخمصاص‌دارد.
(9-05)
(9-05)
-b]|=b-a
9و0،4هیسموگ ام‌ه د ح وف‌در‌سطوح :5-9شکل
پتثبالفیهونمژزرذ
او سطح
زنیا
سطح اول
ی ه و ن م ژ ز ر ذ پ ت ث ب الف ب الف
پ‌‌ت‌‌ث‌‌ب‌‌الف‌‌‌‌ه‌‌و‌‌ن‌‌م‌‌‌‌‌‌‌‌‌‌‌‌‌‌ژ‌‌‌ز‌‌‌ر‌‌‌ذ
زنیا
سطح اول
یه و
ن م ژ ز
ر ذ پ ت ث ب
الف م
ی
ه و ن م
ژ ز ر ذ
پ ت ث ب
الف
او سطح
دوم سطح پ‌‌ت‌‌ث‌‌ب‌‌الف‌‌‌‌‌‌ژ‌‌‌ز‌‌‌ر‌‌‌ذ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ی‌‌‌ه‌‌و‌‌ن‌‌م
ی‌‌‌ه‌‌و‌‌ن‌‌م‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ژ‌‌‌ز‌‌‌ر‌‌‌ذ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌پ‌‌ت‌‌ث‌‌ب‌‌الف
نی
سطح اول
یه
و ن م
ژ ز ر ذ
پ ت ث ب
الف م
ی
ه و ن
م ژ ز ر
ذ
از
سطح اول
یه
و ن م
ژ ز ر ذ
پ ت ث ب
الف م
ی
ه و ن
م ژ ز
ی‌‌‌ه‌‌و‌‌ن‌‌م‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ژ‌‌‌ز‌‌‌ر‌‌‌ذ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌پ‌‌ت‌‌ث‌‌ب‌‌الف
ی‌‌‌ه‌‌و‌‌ن‌‌م‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌ژ‌‌‌ز‌‌‌ر‌‌‌ذ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌پ‌‌ت‌‌ث‌‌ب‌‌الف
پتثبالفیهونمژزرذ
سوم سطح
ن
سط
ح او ل
ی ه و ن
م ژ ز ر
ذ پ
ت
یا
سط
ح او ل
ی ه و ن
م ژ ز ر
ذ
ز
سط
ح او ل
ی ه و ن
م ژ ز
50
استخراج بردارهای فیشر 9-9-2
د حله ی‌قبل‌رشمهدر از اسمفاده ا فارسا داده پایگاه تصاوی درPHOCهای‌دمن د وط ه
شره انرفضای چسب‌تعبیه عری ای‌آدوز دشخصه. د حله کلمات‌پایگاه‌در تصاوی ا مرا ها،
های‌سپس‌این دارهای‌ویژگ ه‌هم اه چسب.شونره دارهای‌ویژگ کرگذاری‌د ی‌فارسا داده
PHOCاز دارهای‌فیش ه‌عنوان‌نمایش‌پایه‌تصوی .رونرها ه‌کار‌د دمناظ ای‌آدوز دشخصه
در‌اداده‌رو اسمخ اج‌این.شونراسمفاده‌شره‌است‌و دارهای‌ویژگ ای‌ه تصوی اسمخ اج‌د
.شود دارها یان‌د
و‌ارتفاعwاگ ع ض‌تصوی .پ داز استسازی‌ا عاد‌تصاوی یک از‌دسمم یند احل‌پیشن دال
:تصوی ا است ا اشر‌نسبت‌ا عادhآن
(9-05)
ی‌پیکسل‌در‌نظ گ فمه‌شره‌و ا‌توجه ه‌را طه01ارتفاع ا ا‌در‌این‌حالت ای‌تمام‌تصاوی
.آیرطول‌جریر‌ه تصوی رستد نسبت‌طول ه‌ع ض،و اف ض‌ثا ت‌دانرن(9-05)
0زدینیه‌های‌د وط یه‌پیس اشنر‌که‌پیکسلی‌فارسا، صورت‌خاکسم ید تصاوی پایگاه‌داده
. اشینر صورت‌خاکسیم ی‌دی 4د وط ه‌کلمه‌یا‌پیش‌زدینههای‌دارای‌سطح‌ی هسمنر‌و‌پیکسل
،ا مرا‌آنسا‌را هتصاوی این ی‌تبریل‌ک ده‌و‌سپس یا‌اعمیال‌فیلمی گوسی دو یاره یه ای‌رفع‌نویز
.شونرتصاوی خاکسم ی‌تبریل‌د
ی‌تصوی ه‌صورت‌تصادف و‌غی تک اری‌از‌تصاوی پایگاه‌دادهGMM،451 ای‌آدوز درل
1 Background 2
Foreground
52
انمخاب‌د شونرفارسا تبریل‌سپس‌توصیفگ . تغیی دسمقل ویژگ های‌دم اکم ه 0دقیاس از از
اسمخ اج‌د شودتصوی از. SIFT ه‌جای DSIFTدلیل‌اسمفاده ص ف‌این‌است‌که درت‌زدان ا
ویژگ د کمم ی این].54[های یشم ی‌اسمخ اج‌کنرتوانر‌تعراد الگوریمم‌در تفاوت ین‌این‌دو
در اخملاف‌تفاضل SIFTداننرDSIFTاست‌که ک دن‌نقاط‌کلیری اساس‌فیلم نیازی ه‌پیرا
(DOG) د کز‌ه لوک‌‌در‌ها اشر‌و ا‌در‌نظ گ فمن‌ی گام‌دشخص‌در‌جست‌سط ها‌و‌سموننم
n در‌واقع.شود ای‌ه تصوی ایجاد‌د n×040 دار‌ویژگ ا‌ا عاد.دگ دی توصیفگ اسمخ اج‌د
همانطور‌که یان‌شر‌این‌نقاط.است‌ویژگ اسمخ اج‌شرهدر‌آن ا ا‌دجموع‌تمام‌نقاط است‌که
.دهنرهای‌ی شبکه‌دنظم‌را‌تشکیل‌د گ ه
دکیان این‌اسیت‌کیه یه‌طیور‌واضیح‌دوقعییت‌‌‌‌‌‌‌‌های‌کرگذاری‌دثل‌فیش یک از‌دشکلات‌رو
هیا ین صحیح‌دشخصیه‌‌پیش.کننر‌که ای‌توصیف‌کلمه سیار‌دسم‌است‌کرگذاری‌نم ها‌را‌‌ویژگ
و‌تشیخیص‌‌‌‌که‌شیریراً یا‌عملکی د‌نسیای در‌عملییات‌‌‌‌‌‌اهمیت‌خیل زیادی‌دارد‌چ ادر‌دکان‌دناسب
اسیمخ اجDSIFTویژگی 040، یهGMM ه‌همین‌دلیل ی ای‌آدیوز .همبسمگ داردشناس از
.رسرد 091ها ه‌شود‌و‌ا عاد‌ویژگ نقاط‌آنسا‌نیز‌اضافه‌د شره،دخمصات‌دکان
شود لکه‌ا میرا‌تصیوی یه‌‌‌‌اسمفاده‌نم GMMها‌کل‌تصوی صورت‌یکجا ای‌آدوز از‌ویژگ
شیونر‌و‌‌های‌ه ناحیه یه‌صیورت‌دسیمقل‌از‌هیم‌در‌نظی گ فمیهدی ناحیه‌تقسیم‌شره‌و‌ویژگ 04
GMM درنظی گی فمن.شیود‌هیای‌همیان‌ناحییه‌آدیوز داده‌دی روی‌ه ناحیه ا‌توجه ه‌ویژگی
ین مایج سم ی‌در‌پیشن‌اخمصاص‌داده‌شره ه‌ه ناحیهGMMها‌و‌آدوز دخمصات‌دکان ویژگ
ی‌آن‌اسمفاده‌شیره‌اسیت‌کیه‌پارادم هیاGMMگاوس دره 05از.داردها‌در‌دحل‌صحیح‌‌دشخصه
Ʃهیا،گوسی دییانگینμ،دخلیوط‌هیا‌در‌‌گوسی وزنw.اسیتμk ,Ʃk ,k=1…K} g={wk, صیورت
1 Dense Scale Invariant Feature Transform(DSIFT)
51
ناحییه04 یا‌در‌نظی گی فمنGMMدرنسایت.ها‌استتعراد‌گاوس kو‌‌هاگوس (قط ی)کوواریانس
:شودناحیه‌روی‌تصوی د احل‌زی انجام‌د 04 ای‌ایجاد. اشرگاوس د 04×05=024دارای
ا (0 اینکه دلیل شونر ه ن دال ایر نقاط دکان دخمصات است دمفاوت هم ا تصاوی .عاد
ه‌ت تیب‌ارتفاع‌وwوh .گی نرق ار‌د 5/1و-5/1 ین(07-9) ا‌روا ط yوxدخمصات
.ع ض‌تصوی هسمنر
(9-07)
)-0.5 ,
)-0.5
ایین.شیود‌دو ازه صورت‌زی درنظی گ فمیهدی yشش ازه‌و‌در‌جست‌دحورxدر‌جست‌دحور
.انرها ای‌تمام‌تصاوی ثا ت‌ف ض‌شره ازه
Intervals the axial direction X = [-0.5,-0.33], [-0.33,-0.166], [-0.166,0], [0,0.166], [0.166,0.33], [0.33,0.5]
Intervals the axial direction Y = [-0.5,0] , [0,0.5]
ناحیه‌روی‌تصوی ایجاد‌شره‌که ا‌در‌نظ گ فمن‌دخمصیات‌دکیان 04ها، ا‌توجه ه‌این ازه (4
-این‌ناحیه5-9شکلدر.کنرها‌اخمصاص‌پیرا‌د ها،ه ی از‌آنسا ه‌یک از‌این ازهویژگ
.نشان‌داده‌شره‌است"دسمقیم"یها ای‌کلمه
ی‌دسمقیمی‌ثا ت روی‌تصوی کلمهناحیه ا‌انرازه04ایجاد:5-9شکل
د احل‌این‌رو ه.شودکلمه‌اسمفاده‌د 451ازGMMطور‌که یان‌شر ای‌آدوز همان
ای‌تمام ناحیه451این‌صورت‌است‌که‌ا مرا هاید وط ه نری‌انجام‌شره‌و‌تمام‌ویژگ کلمه،
50
در‌کنار‌یگریگ ق ارگ فمه‌و ه‌همین‌ت تیب‌ویژگ ناحیه ناحیه‌دوم‌تا‌ی‌اول‌آنسا، هاید وط ه
کلمه‌در‌ی دجموعه‌ق ار‌د 451دوازدهم ه‌صورت‌جراگانه ای‌این اGMMگی نر‌و‌ه ار
. ینرهای‌د وط ه‌ه ناحیه‌آدوز د ویژگ
آدوز ا عاد‌ویژگ GMMقبل‌از رو تحلیل‌دولفه، ا 0(PCA)های‌اصل ها 040از 54 ه
ا عاد‌پارادم های.رسرد 55ها ها عاد‌ویژگ ا‌اضافه‌ک دن‌دو‌دخمصات‌دکان .کنرکاهش‌پیرا‌د
GMMاشرد 55×024و‌کوواریانس55×024،دیانگین0×024 ایوزن ا ا .
ا‌رو توضیح‌داده‌شره‌در الا،اسمخ اج دارهای‌فیش ای‌ه GMM عر‌از‌آدوز درل
:شودی‌فارسا‌ط د احل‌زی انجام‌د ی از‌تصاوی پایگاه‌داده
.شونر صورت‌دم اکم‌از‌ه تصوی اسمخ اج‌شره‌و‌ن دال‌د SIFTهایویژگ (0
.شونرن دال‌د 5/1و-5/1دخمصات‌نقاط‌کلیری ین (4
.یا رکاهشد 54 ه040ها‌از‌ا عاد‌ویژگ PCA ا‌رو (9
.شودد 55ها‌اضافه‌شره‌و‌ا عاد‌دخمصات‌دکان ه‌ویژگ (5
، دار‌فیش ای‌ه تصوی صورت‌سمون اGMMادم های‌درل‌ها‌و‌پار ا‌توجه ه‌ویژگ (5
.شوداسمخ اج‌د 45575×0ا عاد
دات یس‌ویژگ (5 انمسا در ا عاد دارای اشرد 45575×09511های‌فیش این. از سمون ه
.یی نمونه‌استدهنرهدات یس‌نشان
ی‌زی دحاسبه‌شره‌طبق‌را طه‌ا عاد دار‌فیش 4-9 ا‌توجه ه‌توضیحات‌ارائه‌شره‌در خش
:است
(PCA)Analysis ComponentPrincipal 1
54
هاتعراد‌گوس ×Yتعراد‌نواح ×Xتعراد‌نواح ×(4+ها‌ا عاد‌ویژگ )×4=ا عاد دار‌فیش =45575
آموزش فضای مشخصه 9-9-9
رو از اسمفاده و فارس الفبای گ فمن نظ در PHOC ا دارد555، وجود دشخصه ای.
اظ منهای‌دمن دی‌فارسا،رشمه ای‌تمام‌تصاوی دوجود‌در‌پایگاه‌دادهها،ا مرا‌آدوز این‌دشخصه
های‌های‌دمن تبریل ه چسباین‌رشمه0-9-9سپس ا‌رو یان‌شره‌در خش.شونرایجاد‌د
PHOC ی‌دهنرهه سط این‌دات یس‌نشان.شودایجاد‌د 555×09511شونر‌و‌دات یس ا‌ا عاد‌د
ا‌در‌نظ گ فمن‌این‌دات یس‌و‌دات یس.یی کلمه‌استدهنرهون‌آن‌نشانی دشخصه‌و‌ه سم
خط اسمفاده‌شرهSVM ای‌آدوز از.گی دها‌صورت‌د دارهای‌فیش تصاوی ،آدوز دشخصه
.نشان‌داده‌شره‌است 5-9شکل‌د احل‌این‌رو در.است
"کشور""قیمت""کاهش""سازدان"
"اداری""ش کت""سال"" رس "
خط SVMاُم اiیف آینر‌آدوز درل‌دشخصه :5-9شکل
ی‌در‌د حلیه‌‌ی‌دشیم ک‌دار ی و‌فضیای‌‌در‌ایین‌د حلیه‌‌‌یک از‌دشکلات‌آدوز فضای‌دشخصه
که ی ای‌‌هایین‌دوضوع ه‌این‌دلیل‌است‌که‌دادها. اشری زرگ‌د ه‌داشمن‌پایگاه‌داده‌نیاز، عری
های‌فیش دار
45575×09511:ا عاد
ها چسبآدوز
تصاویر
های متنیرشته
PHOCهای چسب
555×09511:ا عاد
ی‌آدوز دشخصه
i ُام
هاآدوز نمونه
59
که ی ای‌ییادگی ی‌فضیای‌دشخصیه‌‌‌‌‌هاینر ایر‌از‌دادهشواسمفاده‌د دشم ک داری‌آدوز فضای
ای‌فاده ی دیورد‌اسیم‌‌‌هایدادهکه‌اگ همان‌علت‌این‌دساله‌این‌است.رنر‌دمفاوت اشنشواسمفاده‌د
ه‌شرتSVMهای‌رتبه‌اسمفاده‌ک د،یادگی ی‌فضای‌دشخصه‌را ای‌آدوز فضای داری‌دشم ک
نیا این‌فضیای ی داری.(خواهنیر‌شیر0-یا0 یشم آنسا‌خیل نزدی ه)خواهنر ود0 از یش
این‌دوضیوع اعیث‌‌‌ها‌شریرا ایاس‌خواهنر‌داشت‌کهدشم ک‌آدوز داده‌شره ا‌اسمفاده‌از‌این‌داده
.افت‌نمایج‌د شود
های‌آدوز ه‌داده،کنیمد اسمفادهbaggingاز‌آدوز توسط‌رو ای‌غلبه این‌دشکل
انرتقسیم نری‌شره4سنج های‌دخملف‌آدوز و‌اعمبار خش های‌ی دشخصه ا‌اسمفاده‌از‌داده.
د خش‌آدوز داده ای‌رتبهآدوزش آن و شود اعمباردادهده ، د های اسمفاده .شونرسنج
فضای داریها ای‌آدوز از‌همین‌داده .های‌اعمبارسنج رون ایاس‌استهای‌داده نا این‌رتبه
.شودگام عر‌اسمفاده‌د در‌دشم ک
-داده.شودانجامد 5وه د حله‌در‌پنج‌تک ار9د حلهدر‌این‌رو ،آدوز ه دشخصه‌در‌دو
ه‌طور‌کل دره تک ار‌ی قسمت‌از.هسمنر‌دسمقلاز‌هم‌‌تک ارهای‌آدوز و‌اعمبارسنج ه
گی د ه‌طوری‌که‌در‌پایان‌پنج‌تک ار‌تمام‌سنج ق ار‌د ی‌اعمبارهای‌آدوز ه‌عنوان‌دجموعهداده
ای‌آدوز دره .انرده شرهسنج رتبهی‌اعمباری‌آدوز یکبار ه‌عنوان‌دادهعههای‌دجموداده
.شونرها صورت‌تصادف د تب‌د د حلهداده
ل ان دا.شودد های‌دحل حاصل‌گی ی‌همه‌درل ا‌دیانگین‌در‌انمسای‌پ داز ،ی درل‌کل
های رونده شره‌است‌رتبهه نمونه ه‌وسیله‌تعراد‌دفعات که‌آن‌نمونه‌رتبه‌دشخصه‌ک دن‌رتبه
1 Over fit 2 Validation
3 Pass
4 Iteration
55
فضای داری‌دشم کتوانر رون‌دشکل ای‌آدوز که‌د شودد ایاس‌دجموعه‌یادگی ی‌ایجاد
:امُ ه‌صورت‌زی استiی ه‌طور‌کل د احل‌آدوز دشخصه.اسمفاده‌شود
های‌دثبت‌و‌دنف ای‌این،نمونهPHOCامُ‌دات یس چسبi ا‌توجه ه‌سط :ی او مرحله
اشنر‌در‌واقع‌های‌دثبت،کلمات هسمنر‌که‌دارای‌این‌دشخصه‌د نمونه).شونردشخصه‌تعیین‌د
های‌دنف که‌دارای‌این‌دشخصه‌نیسمنر‌امُ‌ی ق ارگ فمه‌و ای‌نمونهiها‌در‌سط ای‌این‌نمونه
(امُ‌صف ق ار‌داردiدر‌سط
.شونرهای‌دثبت‌و‌دنف صورت‌تصادف د تب‌د دجموعه‌نمونه:ی دوممرحله
ی سومرحلهم : ، تک ار نمونه01دره اول‌دجموعه دنف اید حلهدرصر ی‌های‌دثبت‌و
.شونردر‌نظ گ فمه‌د سنج ی‌اعمباردرصر اقیمانره ای‌دجموعه41آدوز و
نمونههای‌آدوز و‌اعمباردجموعه در :ی چهارممرحله -های‌دثبت‌و‌سپس‌نمونهسنج ا مرا
.گی دهای‌دنف ق ار‌د
های دارهای‌فیش و چسب‌سنج ،دات یسی‌آدوز و‌اعمبار ای‌دجموعه :ی پنجممرحله
-شود‌که ای‌تمام‌نمونه دار چسب ه‌این‌صورت‌ایجاد‌د .)شونر ا‌توجه هد احل الا‌ایجاد‌د
(شوددر‌نظ گ فمه‌د -0های‌دنف و ای‌نمونه0های‌دثبت
نیر‌‌پارادم هیای‌ورودی یه‌طبقیه.گی دصورت‌د خط SVMآدوز توسط: ی ششممرحله
SVMنیر، ی دار‌‌‌ی‌آدیوز و‌خ وجی ایین‌طبقیه،دات یس دارهای‌فیش و دار چسبدجموعه
.امُ‌استiیسمون وزن‌و‌دقرار ایاس ه‌ازای‌دشخصه
-رتبه‌دشخصه ای‌داده‌ی‌قبل ه‌ازای دار‌وزن‌نسای رست‌آدره‌از‌د حله:هفتمی مرحله
.شود دار‌سمون وزن‌و‌دقرار ایاس‌در‌ه تک ار‌ذخی هد .شودهای‌اعمبارسنج دحاسبه‌د
55
رتبه‌دشخصه Sc)ها را طههای‌اعمبار ای‌داده( 00-9)ی‌سنج از ) شودد دحاسبه این. در
. اشر دار‌وزن‌د wیاعمبارسنج و‌دات یس دارهای‌فیش ای‌دجموعه FVval را طه
(9-00)
هشتمی مرحله رو تغیی دکان‌دای هروی‌دجموع‌داده: 0ایهای‌های‌دجموعه ه‌تعراد‌داده
)شودسنج انجام‌د اعمبار سنج عوض‌شره‌و‌در‌پایان‌های‌اعمباراین‌صورت‌در‌ه تک ار‌داده ه.
(یاعمبارسنج ظاه شره‌استی‌آدوز یکبار‌در‌دجموعهی‌دجموعهپنج‌تک اره داده
شود‌تا‌پنج‌تک ار‌تمام‌ی‌سوم ازگشمه‌و‌دو اره‌د احل‌انجام‌د ها مرای‌د حله:نهمی مرحله
.شود
ی دهممرحله : رتبه عر‌از ه نمونه‌یکبار ده شره‌استاتمام‌پنج‌تک ار، ای‌اینکه‌یکبار.
.شودی‌دوم ازگشمه‌و‌د احل‌دو اره‌تک ار‌د ی‌آدوز تک ار‌شود هد حلهدیگ د حله
آدوز ای‌دشخصه پایان‌ف آینر دحاسبهiیدر ا وزن‌نسای ای‌این‌دشخصه دار ی‌اُم،
دقرار ایاس‌نسای .آیر رستد 01آدره‌از‌ه تک ار‌و‌تقسیم‌آن های‌وزن رستدجموع دار
ی‌دجموع‌ی‌نسای ا‌دحاسبه دار‌سط ی‌رتبه‌دشخصه.شودگی ید هم ه‌همین‌صورت‌دیانگین
.شوددحاسبهد 4ی رست‌آدره‌از‌ه د حله ا‌تقسیم های‌رتبه‌دشخصه دار
ه‌ازای‌ه دشخصه‌این.ن‌رو دار‌وزن رست‌آدره‌است ا‌همی555تا0یها ای‌دشخصه
Wها،دات یس‌ی‌دشخصهدر‌نسایت ا‌در‌نظ گ فمن‌همه. اشرد 45575×0 دار‌سمون دارای‌ا عاد
1 Circular Shift
55
ی‌آن،دارای ای‌ه دشخصه، دار‌سط ی‌رتبه‌دشخصه.شودایجاد‌د 45575×555نسای ا‌ا عاد
. اشرد 555×09511 یس‌رتبه‌دشخصه‌نسای دارای‌ا عاد‌که‌دات.است0×09511ا عاد
ود، ای‌آن‌دشخصه، دار‌وزن، دار4های‌دثبت‌آن‌کمم از ای‌ه دشخصه‌اگ تعراد‌نمونه
.گی درتبه‌دشخصه‌و‌دقرار ایاس‌صف در‌نظ گ فمه‌شره‌و‌در‌واقع‌آدوزش صورت‌نم
فضای برداری مشترکها در ها و برچسبتعبیه رتبه مشخصه 9-9-1
تصیاوی در‌فضیای‌‌‌‌تعبیههای‌دمن در‌فضای چسب‌و‌رشمه‌تعبیههای‌قبل رو در‌ط خش
نمایش‌تصاوی کلمات پایه‌رتبه‌دشخصه‌و‌تعبیه‌آنسا‌در‌فضیای‌دشخصیه، اعیث.دشخصه یان‌شر
فضای چسب‌و‌دشخصه‌هی .شود‌که‌در‌دقا ل‌تغیی ات‌ظاه ی‌کلمات‌دقاوم‌استایجاد‌نمایش د
اشینر‌در‌‌‌شره این ید تعبیههای‌دمن ول ه‌این‌دلیل‌که چسبدو‌دارای‌ا عاد‌یکسان هسمنر
.ی‌دمفاوت هسمنر‌دقایسه‌آنسا‌در‌ایین‌فضیا‌دناسیب‌نیسیت‌‌‌‌‌های‌دشخصه‌دارای‌دحروده‌حالیکه‌رتبه
. اشردورد‌نیاز‌د PHOCهای‌های‌دشخصه‌و چسب،رتبهالیب اسیونک نا این
یا‌اسیمفاده‌از.اسمفاده‌شره‌اسیت(CCA) سمگ کانون تحلیل‌هم ای‌حل‌این‌دشکل‌از‌رو
شونر‌کیه‌در‌‌در‌ی فضای داری‌دشم ک‌تعبیه‌د PHOCهای‌ها‌و چسباین‌رو رتبه‌دشخصه
که‌د وط یهPHOCدشخصه‌و چسب‌‌در‌این‌فضا‌رتبه.است‌داکزیمم ین‌آنسا‌‌همبسمگ این‌فضا
کیه‌‌‌ی‌دمن اوی و‌رشمهدر‌این‌فضا‌تص ه‌عبارت‌دیگ .ی کلمههسمنر،نزدی ه‌یگریگ ق ار‌دارنر
ازشناسی دهر‌که‌عملییات‌‌‌ی‌کلمه‌یکسان‌هسمنر‌نزدی ه‌یکریگ نر‌و‌این‌اجازه‌را‌د دهنره‌نشان
.ت ین‌همسایگ انجام‌شود‌نزدی ه‌صورت‌دسئله
و‌دشخص‌‌شناسای هاو اهمزدان‌دجموعه‌یلو‌تحل‌یه ا‌تجز ،کانون همبسمگ‌یلو‌تحل‌تجزیه
ی دجموعه‌دمغ‌ی از‌‌یک دن‌عناص یگ ،دی عناص دجموعه‌دمغ ا‌و‌ارتباط وا سمگ‌یشم ین ا
یروا ط‌آدار دجموعه‌دمغ‌یندسمقل‌دوجود آ‌را‌ی دو ددورد زاری‌ا CCA].59[دهر زدون‌ق ار
57
ه‌هم‌د تبط‌د هایهای‌تصوی و چسب‌گ توصیفاست‌که دزایای‌این‌رو .کنر‌دنماظ شان‌را
این‌تحقیق.دارد نریو‌خوشه‌ف اوان ای‌عملیات ازیا این‌د حله‌دسمیا ه‌در دو‌هرف‌از
ها‌از‌فضای‌دشخصه‌و چسب ه‌فضای‌داده،است‌که‌توسط‌این‌دو‌دات یس Vy و Uxنگاشتدات یس
.شونرد نگاشت داری‌دشم ک
رست‌آدره‌از‌د احل‌قبل ا‌توجه یهPHOCو چسب‌‌در‌این‌رو ا مرا‌دات یس‌رتبه‌دشخصه
درصیر91سپس ای‌این‌د حله.شونراست ه‌صورت‌تصادف د تب‌د 09511ها‌اینکه‌تعراد‌نمونه
.شونردانره ای‌آدوز اسمفاده‌د درصر اق 71اعمبارسنج و‌اول‌دجموعه ای
تصوی دوجیود ی ایNی‌از‌ادجموعه I={In, n=1,….N}شود‌که ای‌حل‌این‌دساله‌ف ض‌د
ی‌طبیق‌را طیه.های‌دمناظ ا‌آنسا‌اسیت‌ی چسبدجموعه L={Ln, n=1,….N} اشر‌و‌آدوز د
(9-02)،Xی‌دجموعهNی‌ست‌که‌در‌فضای‌دشخصهتصوی یاdعُری (d=654 )انر‌و‌تعبیه‌شرهY
.[55] اشر عری‌د d چسب‌تعبیه‌شره‌در‌فضای چسبNی‌دجموعه
(9-02)
-دات یس.شوددشخص‌د y μ وx μدر‌راسمای‌سط ها ا‌پارادم هایYوXی‌دجموعهدیانگین
.آینر رستد (49-9)تا(41-9)توسط‌روا طCxyوCxx ،Cyy ، Cyxهای
(9-41)
(9-40)
(9-44)
(9-49)
هیرف‌ییافمن.دیات یس‌همیان اسیتIو)0.00001ρ= (ضی یب‌تنظییم‌اسیتρدر‌این‌روا یط
50
:است(45-9)ی‌طبق‌را طه Vy وUxهای‌دات یس
(9-45)
ی‌دات یس‌که‌دعادل ا دارهای‌ویژه Uxدات یس(45-9)و(45-9)یها ا‌در‌نظ گ فمن‌را طه
Z آیراست رستد.
(9-45)
(9-45)
نییزVy ای رو دشیا ه‌دیات یس.استd×kدارای‌ا عادUxدات یسk=128 ا‌در‌نظ گ فمن
k عُیری‌در‌فضیایdها‌از‌فضای‌ها‌و چسبتوسط‌این‌دو‌دات یس،رتبه‌دشخصه. رست‌آدره‌است
دهر‌که‌ا عاد‌خ وج را‌کنم ل‌نموده‌و‌کاهش‌ا عیاد‌‌این‌رو اجازه‌د در‌واقع.شونر عُری‌تعبیه‌د
.را‌نیز‌انجام‌داد
دات یس دو آوردن رست و الا دعادلات Uxحل ونVyو صورت یکبار د حله، در ی‌خط
ار ا‌توجه ه‌اینکه‌در‌فضای‌دشخصه‌ق زدان‌آزدون‌ی نمونه در.شودآدوز انجام‌د
توسط فضای چسب، دارد‌یا یا
-در‌فضای داری‌دشم ک‌تعبیه‌د
.شود
عملیات بازشناسی 9-9-5
ای‌ه .شونری‌قبل‌در‌فضای داری‌دشم ک‌تعبیه‌د های‌اعمبارسنج ا‌توجه هد حلهداده
دات یس‌رتبه‌دشخصه‌تعبیه‌شره‌در‌این‌فضا.ها،کلاس‌دورد‌نظ آن‌نمونه‌دشخص‌استی از‌نمونه
عملیات ازشناس ط .شونرنمایش‌داده‌د Lϕو‌دات یس چسب‌تعبیه‌شره‌در‌این‌فضا ا I ϕ ا
:شوددو‌د حله‌انجام‌د
یی کلمه‌یکسان‌هسمنر‌دهنرههمان‌طور‌که‌قبلا‌نیز یان‌شر‌در‌این‌فضا‌تصاوی ی‌که‌نشان
52
در‌واقع‌تصوی ه . اشری‌اول،پ سش‌توسط‌تصوی کلمات‌د در‌د حله.نزدی ه‌یگریگ ق ار‌دارنر
-ای‌در‌دجموعهی‌ض ب‌داخل ،نمونه ا‌دحاسبه.نمونه ه‌عنوان‌ی پ سش‌در‌نظ گ فمه‌شره‌است
که ه‌کلمهی‌داده نظ نزدیکم است‌دشخص‌ها ض ب‌داخل ین‌سمون)شودد ی‌پ سش دورد
در‌این‌حالت‌اگ (.شوددحاسبهد Iϕ ا‌دات یس Iϕپ سش دوردنظ در‌دات یس‌ی‌د وط ه‌کلمه
ی‌پ سش دوردنظ یکسان ود‌عملیات ازشناس در‌دورد‌کلاس‌این‌نمونه ا‌کلاس‌د وط ه‌کلمه
.نادرست‌انجام‌شره‌استاین‌نمونه‌درست‌در‌غی این‌صورت
در‌نظ گ فمن‌این‌دساله‌که‌در‌این‌فضا‌رشمه‌در‌د حله ا -ی‌دمن و‌تصوی ی‌که‌نشاندوم،
در‌این‌حالت.شودی‌ی کلمه‌یکسان‌هسمنر‌نزدی ه‌یکریگ نر‌عملیات ازشناس انجام‌د دهنره
پایگاه‌‌در‌واقع‌هرف‌از ازشناس یافمن‌تصوی یدر.شودی‌دمن کلمات‌انجام‌د پ سش‌توسط‌رشمه
این‌رشمه دمناسب ا است‌که اشرداده ی‌دمن رشمه. در ای‌ه آن د وط ه ی‌دمن سمون
نزدیکم ین‌تصوی ،Iϕیض ب‌داخل ین‌آن‌و‌دات یس‌در‌نظ گ فمه‌شره‌و ا‌دحاسبه Lϕدات یس
ت ازشناس اگ کلاس‌د وط ه‌ه دوی‌آنسا‌یکسان ود‌عملیا.شودی‌دمن دشخص‌د ه‌این‌رشمه
.ی‌دمن درست‌در‌غی این‌صورت‌نادرست‌انجام‌شره‌استدر‌دورد‌این‌رشمه
ی بازشناسینتایج مرحله 9-9-5-4
ی‌سینج پایگیاه‌داده‌‌هیای‌اعمبیار‌‌همان‌طور‌که‌قبلا‌نیز یان‌شر‌عملیات ازشناس روی‌داده
-نمیایج ازشناسی روی‌داده0-9جرول.شودفارسا‌که‌شادل‌تصاوی کلمات یره‌شره‌است‌انجام‌د
Pدر‌ایین‌جیرول.دهیر‌سنج ای‌دو‌حالت‌پ سش ا‌تصوی و‌پ سش ا‌دمن‌را‌نشان‌د های‌اعمبار
دموسط‌دقت ازشناسی دیانگینMAPانر‌و ازشناس شره‌دیانگین‌تعراد‌کلمات است‌که ه‌درسم
.دهررانشاند
51
ی ازشناس نمایح‌د حله:0-9جرول
P MAP
QBE 50/275/29حالت
QBS 0112/27حالت
50
5
:فصل چهارم
الگوریتم پیشنهادی و نتایج ارزیابی آن
54
مقدمه 1-4
ی‌فارس نوشمهجسمجوی‌کلمات‌کلیری‌در‌تصوی دست ای شره پیشنساد رو فصل این در
شر خواهر یان . عبارت‌دیگ کلمه ه این‌است‌که ناده دمن‌هرف‌پایان در نظ ی‌پ سش دورد
های‌این‌یک از‌دسمم ین‌تفاوت.شودهای‌آن‌کلمه‌در‌داخل‌دمن‌دشخص‌جسمجو‌شره‌و‌دکان‌نمونه
در‌این‌است‌که‌در‌این‌پایان‌ناده‌هرف،جسمجوی‌کلمات‌در‌داخل‌اسناد]55[ ا‌تحقیق‌‌پایان‌ناده
در. ه ازشناس تصاوی کلمات‌جرا‌شره‌از‌دمن‌پ داخمه‌است]55[ اشر‌در‌حال که‌تصوی ید
داخل‌فایل‌توانر‌کلمهاین‌رو کار د در نظ خود‌را توانر‌تایپ‌کنر‌و‌یا‌د Notepad ی‌دورد
از‌داخل‌ی سنر‌تصوی ی‌جرا‌ی‌دورد‌نظ را‌توان‌تصوی کلمهد )ی‌دورد‌نظ خود‌را‌تصوی کلمه
در‌داخل‌سنر ی‌پ سش های‌کلمه ه‌عنوان‌ورودی ه‌سیسمم رهر،سپس‌سیسمم‌دکان‌نمونه(ک د
دشخصتصوی ی‌ر دثلا.کنرد ا ا کشیرن دسمطیلکادر را آن آن‌کلمه، .کنرد دشخصدور
و ای‌آدوز از‌پایگاهFHTی‌آزدون‌از‌پایگاه‌داده‌همانطور‌که‌در‌فصل‌سه یان‌شر اید حله
ی‌فارس از‌دمون،در‌نوشمهتصوی دست0111دارایFHTپایگاه‌داده.شوداسمفاده‌د داده‌فارسا
ف د‌دمفاوت45ه دمن‌توسط‌‌ونوع‌دمن‌دمفاوت‌است51شادل‌‌که اشردوضوع‌دخملف‌د 09
نوشمه‌شره‌است تقاضا‌شره‌است. نویسر‌که‌در‌دجموع‌این5در‌واقع‌از‌ه ف د دمن‌دمفاوت‌را
نویسنره‌دارد451پایگاه‌داده، 075/491کلمه،5/015خط،55/5ه دمن ه‌طور‌دیانگین‌دارای.
0خطوط‌صحیحهای‌این‌پایگاه‌داده‌وجود‌یک از‌دزیت.نقطه‌است0/094ح فو0515ی کلمه،ز
. اشرنوشمه‌از‌کلمات‌دخملف‌د تصوی دست09511ی‌فارسا‌شادل‌پایگاه‌داده. اشر ای‌ه خط‌د
.های‌اف اد‌دخملف‌وجود‌داردنوشمهنمونه‌از‌دست55 ای‌ه کلمه
او روش پیشنهادی 1-2
تصاوی از‌فضای‌ویژگ یه‌فضیای‌‌‌‌تعبیه ای)Wوزنها، رست‌آوردن‌دات یس‌آدوز دشخصه
1 Ground Truth
59
ه‌فضیای ی داریها چسبو‌‌هارتبه‌دشخصه‌تعبیه ای) Vy و Uxهای‌نگاشتو‌دات یس(دشخصه
ی ی اید حلیه.انجیام‌شیر‌‌و‌رو یان‌شره‌در‌فصل‌سوم‌ی‌فارسا ا‌اسمفاده‌از‌پایگاه‌داده(دشم ک
اسیمفاده‌از‌دو‌پایگیاه‌داده.شیود‌که‌شادل‌تصاوی اسناد‌است‌اسمفاده‌د FHTی‌آزدون‌از‌پایگاه‌داده
در‌ایین. اشیر‌ی‌قیررت‌تعمییم یالای‌رو دی دهنرهکه‌دارای‌سب نگارش دمفاوت هسمنر‌نشان
جیرا‌شیره‌‌‌ی‌پ سش دوردنظ در‌داخل‌دمن،ا مرا‌خطیوط‌دیمن‌از‌یگیریگ حالت ای‌یافمن‌کلمه
یی، ا‌اسمخ اج‌تصاوی کلمات‌داخل‌دیمن.شودد سپس‌تصاوی کلمات‌دوجود‌در‌ه خط‌اسمخ اج
ی ای‌دجموعیه‌کلمیات‌کانرییر.شودی‌پ سش دوردنظ ایجاد‌د کلمات‌کانریر ای‌کلمه‌دجموعه
.ره‌اسیت‌شی‌از‌قبل‌ذخیی ه‌‌‌ای‌که‌دخمص‌ه تصوی استو‌شماره‌دخمصات‌دکان آنسا‌در‌داخل‌سنر
هرف‌این‌است‌که‌الگوریمم،. ه‌عنوان‌ورودی‌الگوریمم‌هسمنر‌ی‌پ سش ی‌دمن یا‌تصوی کلمهرشمه
هیا‌در‌داخیل‌‌‌و‌دکان‌این‌نمونیه‌‌پیرا‌کنردر ین‌دجموعه‌کلمات‌کانریر‌ی‌پ سش را‌کلمههای‌نمونه
.نمایش‌داده‌شره‌است0-5د احل‌رو در‌شکل.کنردشخص‌را‌سنر
د احل‌رو :0-5شکل
تصوی سنری
که‌حاوی
یکلمه
پ سش دورد .نظ است
جراسازی
خطوط‌دمن‌از
یکریگ
اسمخ اج
تصاوی
داخل‌کلمات
دجموعه)دمن(تصاوی کانریر
ی‌‌کلمهتصوی
دورد‌پ سش
نظ
428: ابعاد
فضای
برداری
مشترک
151: ابعادی‌‌رشمه‌تعبیه
PHOCدمن ا
فضای برچسب
رشمه دمن ییپ سش کلمه
دوردنظ
ها برچسب تعبیه
ویژگی فضای مشخصه فضای
21571: ابعادکرگذاری
تصاوی های دار ا
(F)فیش
151: ابعاد
ها مشخصه تعبیه
55
در‌پایگاه.الگوریمم‌جراسازی‌خطوط‌و‌اسمخ اج‌تصاوی کلمات‌دمن‌در‌فصل عر یان‌خواهر‌شر
پیکسل‌پیکسلFHTیداده و سیاه پس‌زدینه های دهای همین ه هسمنر سفیر از‌قلم عر لیل
.شونرد اسمخ اج‌تصاوی کلمات،آنسا هتصاوی ی ا‌پس‌زدینه‌سفیر‌و‌قلم‌سیاه‌تبریل
: اشری‌آزدون صورت‌زی د د احل‌رو در‌د حله
کانریر‌و‌کلمات‌پ سش کلمات‌‌تصاوی دجموعهسازی‌ا عاد‌ن دال (0
اعمال‌فیلم گوس و‌تبریل‌تصاوی این ی هتصاوی سطح‌خاکسم ی (4
های‌فیش تصاوی اسمخ اج‌ویژگ (9
Wتصاوی از‌فضای‌ویژگ ه‌فضای‌دشخصه ا‌ض ب‌در‌دات یس‌تعبیه (5
Ux ه‌فضای داری‌دشم ک ا‌ض ب‌در‌دات یس‌دشخصهتصاوی از‌فضای‌‌تعبیه (5
PHOCی‌دمن کلمات‌پ سش در‌فضای چسب ا‌اسمفاده‌از‌رشمه‌تعبیه (5
Vxی‌دشم ک ا‌ض ب‌در‌دات یسداراز‌فضای چسب ه‌فضای PHOCهای چسب‌تعبیه (7
ی‌پ سش های که ه‌کلمهدجموعه‌کلمات‌کانریر،نمونه ین‌از‌‌ی داری‌دشم ک،در‌فضا (0
.شونرت هسمنر‌دشخص‌د نزدی دوردنظ
ازریا ید حلهانجام (2
یابی رزروش ا 1-2-4
ی ازشناس تمام‌تصاوی ی‌که‌در‌فضای داری یان‌شر‌در‌د حلهدر‌فصل‌سوم‌همان‌طور‌که
و‌هرف‌تعیین‌‌گذاری‌شره‌و‌کلاس‌د وط ه‌آنسا‌دشخص‌استدشم ک‌ق ار‌دارنر‌از‌قبل چسب
اشری‌پ سش د کلاس‌د وط ه‌کلمه نریر‌دارای چسب‌دجموعه‌کلمات‌کارو ول دراین.
-گذاری‌د و‌فقط‌کلمات‌پ سش چسب ه‌عبارت کلاس‌د وط ه‌آنسا‌دشخص‌نیست،نیسمنر
ارزیا ای‌ه دو‌رو .است]55[های‌این‌رو ا‌رو ازشناس این‌دساله‌یک از‌تفاوت.شونر
ایی تصوی رو ارزیا ای‌پ سش ا.شودی‌دمن انجام‌د پ سش ا‌تصوی و‌پ سش ا‌رشمه
55
:شادل‌د احل‌زی استیپ سش کلمه
در‌دجموعه‌کلمات‌کانریر،تصاوی ییپ سش ، ای‌ه کلمهلازم‌است‌ا مرا ای‌انجام‌ارزیا
دشخص(ی‌دورد‌نظ اشنرتصاوی ی‌که‌فقط‌شادل‌کلمه)های‌آن‌کلمه‌در‌دمن‌هسمنرنمونهکه
شونر . داخل‌دمن در این‌تصاوی شادل‌دخمصات‌دخمصات‌دکان گوشهکه الا ه ی‌سمت‌چپ
ع ض‌د طول‌و تصوی ، است اشر شره قبل‌ذخی ه از این‌تصاوی . دمناسب ا‌‌صحیح‌تصاوی ، ه
.شودگفمهد ی‌پ سش کلمه
01از‌نظ دکان ی‌کانریر،دجموعه‌درای‌کلمه‌در‌این‌رو ف ض این‌است‌که‌اگ تصوی
-وی صحیح‌تطبیق‌داشت‌و ه‌عنوان‌خ وج سیسمم‌آشکار‌شره ود ه‌عنوان‌گزینهاتصاین ا‌درصر
،دجموعه‌تصاوی تطبیق درصر‌تطبیق‌هسمنر01 ه‌این‌تصاوی که‌دارای.ی‌درست‌پذی فمه‌شود
.شونرهای‌تطبیق آن‌هم‌دشخص‌د دمن‌پنج ه‌دردر‌واقع ه‌ازای‌ه تصوی صحیح.شودگفمهد
در‌ی ف دی‌است،اسمخ اج‌شره‌از‌دمن‌دارای‌شماره‌دنحص هتصاوی ا‌توجه ه‌اینکه‌ه کرام‌از
د شماره، دار تطبیق ذخی ه تصاوی و صحیح این‌تصوی دار‌‌شونری‌د وط ه دار، این ه
ی‌پ سش در‌های که‌از‌ی کلمهاین‌است‌که ه‌تعراد‌نمونهنکمه‌قا لتوجه.شودصحیح‌گفمه‌د
دار‌صحیح رستد آیردمن‌وجود‌دارد، ی‌پ سش ا‌کلمهصحیح‌دنماظ تصوی 4-5شکلدر.
.(تصوی صحیح ا یض دشخص‌شره‌است)دشخص‌است ا‌آن‌تصاوی تطبیق دمناظ و"کشور"
ی‌کشورتصوی صحیح‌و‌تطبیق دمناظ ا‌کلمه :4-5شکل
55
دجموعه‌تصاوی ه ی ازتصوی آن ا،فاصلهی‌پ سش ای‌ه کلمهدر‌فضای داری‌دشم ک
Iϕپ سش دوردنظ در‌دات یس‌ی‌د وط ه‌کلمهفاصله ین‌سمون).شودکلمات‌کانریر‌دحاسبه‌د
دات یس د Iϕ ا (شوددحاسبه را طه. ا فاصله شره (0-5)ی‌سپس‌این ی ن دال تا صف ین
ی‌آن هی فاصلهی‌پ سش نزدیکم اشر ه‌کلمه‌تصوی دوجود‌در‌دجموعه‌کانریر طوریکه‌ه چه
های‌آن ا سط ی‌است‌که‌تعراد‌سمونی دار دار‌فاصله‌در‌این‌را طه.نزدیکم است‌و عکس
و min.دهری‌پ سش را‌نشان‌د فاصله ا‌کلمه،ه سمون.ی‌کانریر‌است ا‌تعراد‌کلمات‌دجموعه
maxاشنرد دار‌این‌دقرار‌در یشم ین‌و‌کمم ین ا ا ه‌ت تیب .
(5-0)
:شونری عری‌سه‌پارادم زی تع یف‌د در‌د حله
n:ی‌پ سش دوردنظ در‌دمن‌وجود‌دارنرهای که‌از‌کلمهتعراد‌نمونه.
r:انری‌پ سش آشکار‌شرهی‌کلمهکلمات که ه‌درسم ه‌عنوان‌نمونهتعراد.
:Nانری‌پ سش دوردنظ آشکار‌شرهتعراد‌کل‌کلمات که ه‌عنوان‌کلمه.
تصاوی ت ین‌نزدی ی‌فاصله ا‌توجه ه‌اینکه. دار‌صحیح‌وجود‌داردn ا‌توجه ه‌توضیحات الا
صورت(Distance)فاصله‌دات یس،نزدی هی استیپ سش ه‌کلمه‌کانریر‌کلماتدجموعه
.آیر رستد دجموعه‌کلمات‌کانریر‌نزول د تب‌شره‌و‌دمناسب ا‌آن داری‌شادل‌شماره‌تصاوی
0رتبه دار‌صحیح،nیاین دار اه ی از ا‌دقایسهدمناسب ا‌تصوی صحیح‌و‌تصاوی تطبیق
دشخص‌د ای نمونه شوده . رتبه دهنرهنشاناین که است این وی صحیح تطبیق تصاوی
1 Rank
57
ی‌پ سش کلمهی‌نمونهدمناسب ا دمن کلمهدر نزدی ه چنردین‌تصوی عنوان ی‌پ سش ه
.شودد ه‌عنوان سم ین‌حالت‌در‌نظ گ فمه‌رتبهت ین‌پایین.انرتشخیص‌داده‌شره
د حله در عری شره آسمانه09ی گ فمه نظ آسمانه،در ه توجه ا ار ه و نظ ی ،دورد
فاصلهکه‌‌صاوی یت ی ه‌عنوان‌تصاوی آشکار‌شره‌از‌این‌آسمانه یشم اشری‌پ سش تا‌کلمهآنسا
رتبه‌ت ین،پایینr ای رست‌آوردن.استNهمانکلمات‌این‌تعراد.شونرسیسمم‌در‌نظ گ فمه‌د
هسمنر‌کمم Nهای که‌از‌رتبهدر‌نظ گ فمه‌شره‌و‌تعراد‌‌ی‌پ سش در‌دمن ای‌ه نمونه‌از‌کلمه
. اشرد r ا ا
اولین‌آسمانه ا ا نظ گ فمه‌شره کم‌‌ی‌دیگ آسمانه09است‌و2245/1یدر ه‌ت تیب ا
آسمانه از ی‌قبل شرن آینر رستد 1045/1دیزان ه ا ا آخ ین‌آسمانه 0545/1 طوریکه
در.شونرکه‌در‌ه آسمانه‌دحاسبه‌د انرشرهزی تع یف‌‌هایدعیار‌رو کارای ای‌ارزیا .است
:شود یان‌د از‌این‌دعیارها‌ی‌ه ی اداده‌رو دحاسبه
0دقت( 4،در‌تماد تحقیقات‌صورت‌گ فمه‌در‌این‌زدینهی‌پ سش کلمهدقت‌تشخیص‌ی :
.شوددحاسبهد (4-5)ی‌طبق‌را طه
(5-4)
دثال‌زی دراین‌دساله.در‌این‌تحقیق ه‌دلیل‌وجود‌تصاوی تطبیق این‌دعیار‌نیاز ه‌اصلاح‌دارد
:شره‌است‌توضیح‌داده
است‌و‌دو‌نمونه‌از‌این‌کلمه"صنعت"ی‌پ سش ورودی‌در‌این‌دثال‌ف ض‌شره‌است‌که‌کلمه
1 Precision(P)
50
04تا0اعراد.را‌آشکار‌ک ده‌است 9-5شکل‌ی‌دوجود‌در‌کلمهN=12 سیسمم.در‌دمن‌وجود‌دارد
ای‌که ا یض دشخص‌در‌این‌دثال‌دو‌کلمه.دهررانشاند آشکار‌شره‌د وط ه‌این‌کلمات‌رتبه
نمونه دو کلمههسمنر، ا اشنری‌پ سش د ی‌صحیح‌دمناظ دسمطیل‌دشخص‌و ا کلمات که
9،2د وط هی نمونه‌و‌کلمات5و0،4،5تبهکلمات ار.انر‌کلمات‌تطبیق دمناظ هسمنرشره
. اشنردر‌دمن‌د "صنعت"ی‌دیگ د وط ه‌نمونه01و
"صنعت"ی‌کلمات‌آشکار‌شره‌توسط‌سیسمم ای‌کلمه:9-5شکل
اشیر‌در‌نظی گ فمیهدی 9و0 ای‌ه نمونه‌که‌‌رتبهت ین،پایینrیدراینحالت ای‌دحاسبه
در‌این‌سیسیمم‌کلمیات.استr=2 کوچکم هسمنر‌پس‌در‌نمیجه04شره‌و‌چون‌ه دو‌این‌اعراد‌از
،5،7،0تبه ا‌ر‌کلمه5در‌این‌حالت‌فقط.شونر ه‌عنوان‌خطا‌در‌نظ گ فمه‌نم تطبیق آشکار‌شره
یه‌عنیوان‌دیواردی‌اشیمباه اشینر‌د "صورت"و"وضعیت"ا ه‌ی‌دشکه‌د وط ه‌دو‌کلمه04و00
کیاهش‌پییرا7 یه04ی‌دقت‌تعراد‌کلمات‌آشکار‌شره‌از‌انر ه‌همین‌دلیل ای‌دحاسبهآشکار‌شره
-5) یصورت‌زی تع یف‌شره‌که‌دعیار‌دقت ا‌توجه ه‌آن ا‌را طیه‌در‌واقع‌پارادم جریری ه.کنرد
:شوداصلاح‌د (9
N' : شره تصاوی تطبیق آشکار شره‌دنسای‌تعراد کلمه‌تعراد‌کل‌کلمات‌آشکار ی‌دمناظ ا
پ سش
21 3 4
5
78
9 10 11 12
6
52
(5-9)P
0فراخوانی(4 .شوددحاسبهد (5-5)ییپ سش از‌را طهف اخوان ی کلمه:
(5-5)R
اشیر‌‌اگی دقیت یالا‌‌‌‌‌زیی ا.کنیر‌‌د را‌دنعکس‌دقت‌و‌ف اخوان توازن ین‌این‌دعیار: F1نرخ (3
هیای دناسیب‌‌‌رو .رود‌یر‌نی خ‌ف اخیوان یالات دی آکنر‌و‌اگ دقت‌پایین‌‌ف اخوان کاهش‌پیرا‌د
. یشیم ین‌دقیرار‌را‌داردF1هسمنر‌که‌دیزان‌دقت‌و‌ف اخوان آنسا‌در‌ی حر اشر‌که‌در‌این‌حالت
همیان‌آسیمانه یه‌عنیوان سمی ین،ای‌که یشم ین‌دقرار‌را‌داشمه اشردر‌ه آسمانه F1از‌این‌رو‌ن خ
.شوددحاسبهد (5-5)ی ا‌را طه F1.شودآسمانه‌در‌نظ گ فمه‌د
(5-5)
.شیود‌دحاسیبه‌دی در‌هی آسیمانهF1ف اخیوان و‌‌‌ی‌پ سش در‌ی دمن‌دقت، ای‌ه کلمه
ی ای‌تمیام‌کلمیات کیه‌دارای.شونری‌پ سش ذخی هد سپس‌این‌اطلاعات ه‌هم اه چسب‌کلمه
هیا‌‌هسمنر،در‌واقع‌کلمات که‌د وط هی کلاس‌هسمنر،دره آسیمانه،ایین‌دعییار چسب‌دشا ه
ای‌حاصل‌شود‌که‌کیلاس‌کلمیات‌همیه‌از‌هیم‌دمفیاوت‌‌‌‌‌‌تا‌در‌نسایت‌دجموعه.شونرگی ید دیانگین
.شودگی ید اشنر‌و ای‌ارزیا کل ،دره آسمانه‌در‌این‌دجموعه‌دیانگین
5)4FP:ی‌پ سش دوردنظ نبوده‌ول سیسمم‌شود‌که‌کلمهتعراد‌کلمات تع یف‌د ه‌صورت
)FP=5در‌دثال الا(. اشرد N'-rاین‌تعراد ا ا.آن‌را‌آشکار‌ک ده‌است
1 Recall(R)
2 False Positive
71
5)0FN: ی‌پ سش در‌دمن‌هسمنر‌ای‌از‌کلمهشود‌که‌نمونه ه‌صورت‌تعراد‌کلمات تع یف‌د
(FN=0در‌دثال الا). اشرد n-rاین‌تعراد ا ا.انرول توسط‌سیسمم‌آشکار‌نشره
5)TP4
ی‌پ سش در‌دمن‌هسمنر‌و‌ی‌از‌کلمهشود‌که‌نمونه ه‌صورت‌تعراد‌کلمات تع یف‌د :
(TP=2در‌دثال الا). اشرد rاین‌تعراد ا ا.انرتوسط‌سیسمم‌آشکار‌شره
7)TN9
دجموعه‌شود ه‌صورت‌تعراد‌کلمات تع یف‌د : نمونهکه‌در کلمهی‌کانریر، ی‌ای‌از
های‌تطبیق ، ا‌توجه ه‌وجود‌پنج ه.پ سش دوردنظ نبوده‌و‌توسط‌سیسمم‌هم‌آشکار‌نشره‌است
دنماظ ا‌تعراد‌کل‌تصاوی تطبیق از‌ی‌کانریر‌وجود‌داردکه‌در‌دجموعه‌کلمات تعراد‌کل ایرا مرا
-5) یازرا طهTNتعراد‌‌در‌نظ گ فمه‌شود،('W)که‌اگ این‌تعراد ا ا‌‌دشوکم‌ی‌پ سش کلمه
.شوددحاسبهد (5
(5-5)TN= W '-FP-TP-FN
دع فی 0-5جیرول‌‌این‌دعیارها‌در.شونردحاسبه‌د FPو TN،TP، FNدیگ توسط‌‌هایدعیار
.انرشره
تع یف‌دعیارها:0-5جرول
NPV=TN/TN+FNNagative Predictive Value
SPC=TN/TN+FPSpecificity or true negative rate
ACC=TP+TN/TP+FP+FN+TNAccuracy
رشمه رو پ سش ا و تصوی تفاوت‌رو پ سش ا تنسا این‌است‌که رو ی‌دمن در در
آن، ا چسب ین‌‌ی‌پ سش ،فاصلهدر‌فضای داری‌دشم ک ای‌ه کلمهی‌دمن ،پ سش ا‌رشمه
1False Negative 2 True Positive
3 True Negative
70
.شودهای‌دجموعه‌کلمات‌کانریر‌دحاسبه‌د تصوی ه ی از‌نمونه
ی کاندید مجموعه کلمات در روش پیشنهادی برای کاهش 1-2-2
ییپ سش ا‌تمام‌کلمات‌دوجود‌در‌دجموعهدر خش‌قبل یانشره کلمهطور‌که‌همان
تعراد‌ح وف‌‌ت کاهش‌دجموعهول رو دناسب.شودکانریر‌دقایسه‌د کلمات‌کانریر‌دمناسب ا
-یا‌ح وف‌اضافه"سه"یا"سال"های‌پ سش داننر‌کلمه ه‌طور‌دثال ای.ی‌پ سش استه کلمه
"دسئولیت"یا "سالیانه" اشنر،دقایسه ا‌کلمات دثل‌که‌دارای‌دو‌ح ف‌د " ا"یا"در"ای‌داننر
.که‌دارای‌هفت‌ح ف‌هسمنر‌دنطق نیست
فصل در تصوی ی‌که کلمات 5رو اسمخ اج شر خواهر پایه یان دولفه های‌ی‌اسمخ اج
ا‌در‌نظ گ فمن‌این‌قانون‌که‌اکث ح وف‌اضافه‌و‌کلمات‌فارس از‌ت کیب‌این‌رو در.مصل‌استد
در‌این‌رو .شود‌انر‌اسمخ اج‌کلمات‌از‌داخل‌دمن‌انجام‌د دمصل‌تشکیل‌شره‌ی‌تا‌هفت‌دولفه‌ی
.استنیز‌دشخص‌های‌دمصل‌آن‌شود‌تعراد‌دولفهای‌که‌اسمخ اج‌د دمناسب اه تصوی کلمه
توجه ه‌این‌دساله های‌تعراد‌دولفه،ی‌کانریر ای‌تمام‌کلمات‌پ سش و‌کلمات‌دجموعه، ا
گ فمه نظ در عنوان‌ی پارادم ه نیز شودد دمصل‌آنسا دولفه. تعراد ف ض‌اینکه های‌دمصل ا
کلمه ا اید حله اشرNCCی‌پ سش ورودی ا ه کلمات‌کانریر ن‌صورت‌ی‌کاهش‌دجموعه
:شودانجامد
1اگ NCC=دجموعه از کلمات انمخاب‌د اشر دقایسه ای تعراد‌ی‌کانریر که شونر
. اشر9تا0آنسا ین‌های‌دمصل‌دولفه
2اگ NCC=دجموعه از کلمات انمخاب‌د اشر ای‌دقایسه تعراد‌ی‌کانریر که شونر
. اشر5تا0آنسا ین‌های‌دمصل‌دولفه
74
6اگ NCC=دجموعه از کلمات انمخاب‌د اشر دقایسه ای تعراد‌ی‌کانریر که شونر
. اشر7تا5آنسا ین‌های‌دمصل‌دولفه
7اگ NCC=دجموعه اشر از انمخاب‌د کلمات ای‌دقایسه تعراد‌ی‌کانریر که شونر
. اشر7تا5آنسا ین‌های‌دمصل‌دولفه
3اگ<=NCC<=5شونر‌که‌تعراد‌ی‌کانریر ای‌دقایسه‌انمخاب‌د اشر‌کلمات از‌دجموعه
.ق ار‌گی د [NCC-2,NCC+2] ی‌های‌دمصل‌آنسا‌در ازهدولفه
.شوداسمفاده‌از‌این‌رو اعث‌کاهش‌حجم‌دحاسبات‌د
ی جستجوی کلماتمرحله نتایج 1-2-9
دمن‌دمفاوت‌انمخاب‌شره‌اسیت‌کیه‌از‌‌‌نوعFHT،01ی‌ی‌ارزیا از‌پاپگاه‌داده ای‌انجام‌د حله
سینر011 ی ای‌ارزییا ایین‌رو از یه‌‌طیور‌کلی .خط‌دمفاوت‌وجیود‌دارد‌دست01ه نوع‌دمن،
: اشرجزئیات‌د وط ه‌تعراد‌کلمات‌پ سش ه‌صورت‌زی د .شره‌استتصوی ی‌اسمفاده
دیمن‌انمخیا 01.انری‌دممایز ه‌عنوان‌کلمات‌پ سش انمخاب‌شرهکلمه55ای‌شادل‌دجموعه
دارای‌دوضوعات‌تق یبا‌دشا س هسمنر‌تا‌ف اوان کلمات‌پ سش داخل‌آنسا‌زیاد اشر ه‌همیین‌دلییل
45در‌دجموع‌تعراد‌ایین.انراز‌ی دمن‌ظاه شرهکلمه‌در یشم 45ی‌کلمات‌پ سش ،در‌دجموعه
،(کلمه90)لمه‌و‌تعراد‌کلمات‌دممایزک70 ا‌در‌نظ گ فمن‌این. اشرد 70دمن،01کلمه‌در‌داخل
ی ای‌هی کیرام‌از‌ایین. اشرد 012،دمن‌در‌نظ گ فمه‌شره01کلمات‌پ سش که ای‌کل‌تعراد
ی کلمه‌در‌داخل‌ی ف اوان یشم ین.خط‌دمفاوت‌وجود‌دارددستسنر ا01کلمه،حراقل012
یا‌در.دهیر‌را‌نشان‌د 7تا0تعراد‌کلمات اف اوان ین4-5جرول.و‌کمم ین‌آن‌ی است7دمن
کیه‌ایین‌‌‌سنر‌وجود‌دارد011کلمه‌در‌این‌نمونه0001کلمات، ه‌طور‌کل نظ گ فمن‌تعراد‌ف اوان
هیای‌کلمیات‌پ سشی در‌دیمن ا ی یا‌‌‌‌‌‌‌دموسیط‌تعیراد‌نمونیه .پ داخمه‌استرو ه‌جسمجوی‌آنسا
نمونیه‌از‌کلمیات‌پ سشی دوجیود‌در0451این‌الگوریمم‌در‌رو پ سش ا‌تصوی ،. اشرد 5550/0
79
ی اشر‌و‌در‌رو پ سش یا‌رشیمه‌‌د %52اول‌آشکار‌ک ده‌است‌که‌دعادل ا‌‌رتبهرا‌اسناد‌تصوی ی
%74اول‌شره‌است‌کیه‌دعیادل یا‌‌‌‌‌رتبهنمونه‌از‌کلمات‌پ سش در0904سازی‌دمن دوفق ه‌آشکار
اشینر یه‌‌‌ی‌کلمیه‌دمنیوع‌دی ی‌کلمات‌پ سش از‌جست‌تعراد‌ح وف‌تشکیل‌دهنیره‌هدجموع.است
،کلمیات یا‌تعیراد‌حی وف"دو"و"شر"،"در"،"دا"طوری‌که‌شادل‌کلمات ا‌تعراد‌ح وف‌کم‌دثل
،"دیری یت"و‌کلمیات یا‌تعیراد‌حی وف‌زییاد‌دثیل"درآدر"و"د دم"،"کشور"،"دارو"دموسط‌دثل
.است"دسمقیم"و"اتاقراد"،"اولویت"
7تا0 ین‌‌تعراد‌کلمات اف اوان :4-5جرول
های‌تعراد‌نمونه
کلمات‌در‌دمن
0495557
574775400تعراد‌کلمات
ینوشیمه‌دسیت‌‌سنر011 روی0-4-5در خش‌دموسط‌دعیارهای‌تع یف‌شره9-5جرول‌در
در‌ایین‌جیراول‌پینج.داده‌شره‌استی‌دمفاوت‌نشان‌هاآسمانهدر‌‌و‌دمن‌پ سش ا‌تصوی ای‌فارس
.انرسیزدهم‌در‌نظ گ فمه‌شرهی‌یازدهم‌و‌ی‌اول‌و‌آسمانهآسمانه
75
های‌دمفاوت ای‌حالت‌پ سش ا‌در‌آسمانهسنر‌دمن 011 روی‌کارای رو دموسط‌دعیارهای :9-5جرول
و‌دمن‌تصوی
Threshold Performance
Criterion
8125/9 0575/13125/9 255/12575/120/13325/9
50/5270/5515/75 27/7550/7025/7243/84
Precision
Q
B
E
17/39 07/2012/89 7752/7904/7112/57
Recall
05/5505/5151/72 50/7425/7047/7050/71F1
54/5019/5528/89 92/0004/0401/0489
Precision
Q
B
S 41/39 70/2132/78 02/7555/7952/7195/57
Recall
57/5914/5232/75 55/7557/7551/7954/70F1
ای‌که‌یا ر ه‌گونهانر‌افزایش‌د ا‌کاهش‌آسمانه‌تعراد‌کل‌کلمات که‌توسط‌الگوریمم‌آشکار‌شره
و‌در‌کمم ین‌آسمانه00/0در یشم ین‌آسمانه‌دموسط‌این‌تعراد ا ا ای‌حالت‌پ سش ا‌تصوی ،
یا رو یشم ین‌دقرار‌آن‌در نا این ا‌کاهش‌آسمانه،دموسط‌دقت‌کاهش‌د .است55/00 ا ا
ا ا که حاصل‌شره اول است%02/00آسمانه ه. کلمات که تعراد کاهش‌آسمانه، همچنین ا
افزایش‌داشمه‌و‌از‌تعراد‌کلمات که(TP)انری‌پ سش آشکار‌شرهای‌از‌کلمهدرسم ه‌عنوان‌نمونه
شود ه‌کاسمه‌د (FN)ی‌پ سش هسمنر‌ول الگوریمم‌قادر ه‌شناسای آنسا‌نبودهای‌از‌کلمهنمونه
است%57/29ی‌آخ حاصل‌شره‌و ا ا‌ای‌که یشم ین‌دقرار‌ف اخوان در‌آسمانهگونه یشم ین.
اشر‌که‌در‌این‌آسمانه‌دیزان‌د %55/74است‌که ا ا رست‌آدره2545/1ی‌در‌آسمانهF1دقرار
.شوداین‌آسمانه ه‌عنوان سم ین‌آسمانه‌انمخاب‌د .است%54/01و‌دیزان‌ف اخوان %55/75دقت
دمن یشم ین‌دقرار آسمانهF1 ای‌حالت‌پ سش ا ا2545/1یدر ا است‌که رست‌آدره
در‌دقایسه.است%24/70و‌دیزان‌ف اخوان %40/01انه‌دیزان‌دقت اشر‌که‌در‌این‌آسمد 24/75%
75
5/0افزایش‌و‌ف اخوان ه‌دیزان09/5و‌دقت ه‌دیزان90/9 ه‌دیزانF1 ا‌حالت‌پ سش ا‌تصوی ،
.کاهش‌یافمه‌است
.انرگزار شره5-5جرول‌درNPVوSPC ،ACCسه‌دعیار
و‌‌های‌دمفاوت ای‌حالت‌پ سش ا‌تصوی در‌آسمانهسنر‌دمن 011 روی‌دعیارهای‌کارای رو :5-5جرول
دمن
Threshold Performance
Criterion
0545/10575/13125/9 255/12575/120/12245/1
25/2059/2283/33 20/2224/2229/2229/22ACC
Q
Q
B
E
29/2055/2232/33 25/2225/2227/2220/22SPC
22/2222/2237/33 27/2225/2225/2225/22NPV
29/2059/2232/33 29/2225/2225/2225/22ACC
Q
Q
B
S 25/2059/2231/33 25/2227/2220/2222/22SPC
22/2222/2237/33 27/2227/2225/2225/22NPV
استTNهای‌الگوریمم، الا ودن‌یک از‌دزیت،5-5جرول ا‌توجه ه ه‌عبارت‌دیگ از ین.
کلمه عنوان‌دواردی‌که ه کلمات‌را زیادی‌از است‌تعراد قادر الگوریمم کلمات‌کانریر ی‌دجموعه
- زرگ‌د NPVوSPC ه‌همین‌دلیل‌دقادی .م رد‌کنرانر ه‌درسپ سش دوردنظ کار نبوده
ی‌این‌است‌که‌تعراد‌دهنرهنشانSPC زرگ ،5-5جرول ا‌توجه ه‌دقادی گزار شره‌در. اشنر
درسم ه توسط‌الگوریمم اشمباها(TN)انرشرهنپذی فمهکلمات که کلمات که تعراد نسبت ه
شره د (FP)انرآشکار زرگم اشر سیار تغیی ات‌جزئ دارد. کاهش‌آسمانه ا زرگ .این‌دعیار
NPVکلمهدهنرهنشان کلمات که تعراد این‌است‌که ودهی‌پ سش دوی نظ ول توسط‌رد انر
انرشرهنپذی فمهالگوریمم ه‌درسم تعراد‌کلمات که‌توسط‌نسبت ه(FN)انرسیسمم‌آشکار‌نشره
75
اشر سیار‌انرک‌د .ACCنمایج‌دثبت‌تعراد‌دجموع‌‌نسبت(TPوTN ی‌کانریر ه‌کل‌دجموعه(
اشرد . تق یبا این‌آزدایشات‌این‌دعیار زرگ آن‌نشان.است%22در ی‌این‌است‌که‌دهنرهکه
. اشرکم‌د (FTوFN)دجموع‌تعراد‌نمایج‌دنف
را ی ای‌سیه('N)و‌تعراد‌کلمات‌آشکار‌شرهTP،TN،FP، FNتعراد7-5جرول‌‌تا5-5جرول
ی‌پ سش تعراد‌دجموعه‌کلمیات ای‌ه کلمه.دهردمفاوت‌نشان‌د های‌ی‌پ سش در‌آسمانهکلمه
.هم‌گزار شره‌است('W)کانریر
(W'=1142)دل ی‌پ سش ای‌کلمهتعراد‌دعیارها:5-5جرول
Threshold Performance
Criterion 0545/10575/12545/1255/12575/120/12245/1
5599400N'
5599400TP
0090009000900090009000900090TN
1111111FP
1100499FN
77
(W'=1868)ی‌پ سش ای‌دعیارها ای‌کلمهتعراد:5-5جرول
Threshold Performance
Criterion 0545/10575/12545/1255/12575/120/12245/1
5544440N'
4444440TP
0055005500550055005500550055TN
4411111FP
1111110FN
(W'=1652)تولیری‌پ سش دعیارها ای‌کلمهتعراد:7-5جرول
Threshold Performance
Criterion 0545/10575/12545/1255/12575/120/12245/1
9994000N'
9994000TP
0552055205520552055205520552TN
1111111FP
1110444FN
-تعیراد‌کمی دی FNوFPو‌تعیراد‌‌زیادTNدشخص‌است،تعراد‌این‌جراول‌‌درهمان‌طور‌که
.دهرکه‌این‌دسئله‌کارای الگوریمم‌را‌نشان‌د اشنر
که‌دارای یشم ین‌دموسط‌دقت‌در‌دجموعیه‌ی‌پ سش کلمه‌سیزده،5-5شکلو5-5شکلدر
70
ی‌سیمون‌اول‌د یوط یه‌تصیوی کلمیه‌‌‌‌‌هیا،در‌ایین‌شیکل.انرکلمات‌پ سش هسمنر‌نشان‌داده‌شره
انیر‌نمیایش‌داده‌‌‌توسط‌الگوریمم‌آشکار‌شیره‌که‌‌اول تصوی پنج،در‌سمون‌دوم‌تا‌ششم.استپ سش
یین‌‌‌ازهیای‌کلمیات‌پ سشی همان‌طور‌که‌دشخص‌است‌الگوریمم‌دوفق ه‌یافمن‌نمونیه.شره‌است
را‌روی‌و‌ف اخیوان دموسیط‌‌سمون‌هفمم‌و‌هشمم ه‌ت تییب‌دقیت.کلمات‌کانریر‌شره‌است‌دجموعه
دیورد‌ی‌در‌آسیمانه‌د‌کلمات‌آشیکار‌شیره‌‌‌دموسط‌تعرا.دهرنشان‌د دوردنظ ی‌پ سش کلمه‌کلاس
ی‌پ سشی ه‌همین‌دلیل‌تشخیص‌تصاوی صحیح‌و‌تطبیق دمنیاظ یا‌کلمیه.است0/4 ا ا‌‌نظ
در‌دورد‌کلمیات‌پ سشی .شود ین‌سه‌تصوی اول‌آشکار‌شره‌توسط‌الگوریمم‌دوجب‌افزایش‌دقت‌د
.این‌دساله ق ار‌است5-5شکلو5-5شکل
. اشنرکلمات‌پ سش که‌دارای الات ین‌دقت‌دموسط‌د :5-5شکل
. اشنرکلمات‌پ سش که‌دارای الات ین‌دقت‌دموسط‌د :5-5شکل
Query Rank1 Rank2 Rank3 Rank4 Rank5 P R
94.17 80
89.92 96.67
82.5
95 100
95 100
85 77.5
95
Query Rank1 Rank2 Rank3 Rank4 Rank5RP
100 65
100 75
95 90
95 90
93.33 100
93.33 100
90 90
72
در‌یی 7تیا9ی یین،کلمات که‌چنر ار‌در‌دمن‌ظاه شره‌و‌دارای‌تعراد‌نمونه5-5شکلدر
تصیوی اولی اسیت‌کیه‌توسیط‌‌‌‌‌‌سمون‌ی تا‌هفت‌د وط ه‌هفت.انر اشنر‌نمایش‌داده‌شرهد دمن
همیان.دهیر‌های‌ی کلمه‌در‌دیمن‌را‌نشیان‌دی سمون‌هشمم‌تعراد‌نمونه.است الگوریمم‌آشکار‌شره
ی‌پ سشی دوجیود‌در‌دیمن‌‌‌‌های‌کلمیه‌طور‌که‌دشخص‌است‌الگوریمم‌قادر ه‌آشکارسازی‌تمام‌نمونه
.انردشخص‌شره‌کادر‌دسمطیل ها ا‌این‌نمونه.شره‌است
ی‌پ سش دوجود‌در‌دمنهای‌دمناظ ا‌کلمهآشکارسازی‌تمام‌نمونه :5-5شکل
در 7-5شکل و پایین0-5شکل دارای که کلمات ، دقت ت ین دجمدموسط کلمات‌در وعه
شره انرپ سش هسمنر‌نمایش‌داده این‌کلمات‌دموسط‌کاهش‌دقتدلیل. ا وجود‌کلمات‌دشا ه ،
ه‌عنوان‌اولین‌تصوی در‌دمن‌پ سش دوردنظ ی‌کلمهنمونه،7-5شکلدر. اشردر‌دمن‌د پ سش
است‌ول ه‌دلیل شره کلمهوجود‌آشکار ا کلمات‌دشا ه در تشخیص‌آنسا های‌رتبهی‌پ سش و
در‌دورد7-5شکل ه‌طور‌دثال‌در.است‌کاهش‌یافمه2545/1ی‌در‌آسمانهدموسط‌دقت، عری ،
"دا"،در‌دورد"صلاح"وجود"دنا ع"،در‌دورد"فحشا"ای‌داننر‌وجود‌کلمه"فساد"ی‌پ سش کلمه
و"شمال"وجود"سال"،در‌دورد"این"وجود"لاتین"،در‌دورد"ها"وجود اعث‌کاهش‌دقت.....
.کلمات‌شره‌است‌در‌این
دلیل‌دیگ ای‌کاهش‌دموسط‌دقت‌در عض از‌کلمات،ناخوانا‌نوشمه‌شرن‌آن‌کلمه‌در‌دمن
Rank5 Rank6 Rank7Rank4Rank1 Rank2 Rank3
5
5
7
3
3
4
6
01
اشرد . شره‌است0-5شکل عض از‌این‌دوارد‌در نشان‌داده ودن‌کلمه. ی ه‌طور‌دثال‌ناخوانا
" زدینه" کادر‌دسمطیل این‌کلمات ا.ی شره‌است‌تبهعرم‌تشخیص‌آن‌در‌ردوجب"فساد"یا
.انردشخص‌شره
.ت ین‌دقت‌دموسط‌هسمنرکلمات‌پ سش که‌دارای‌پایین:7-5شکل
.ی شره‌است‌رتبهناخوانا‌نوشمه‌شرن عض از‌کلمات‌دوجب‌عرم‌تشخیص‌آنسا‌در: 0-5شکل
خیط‌‌های‌آن‌که‌د وط ه‌پنج‌دسیت‌ی‌پ سش و‌نمونه،تصوی کلمه01-5شکلو2-5شکلدر
ها ه‌عنوان‌اولین‌تصوی این‌نمونهاین‌رو دوفق ه‌تشخیص.دمفاوت‌هسمنر‌نمایش‌داده‌شره‌است
.دهنیر‌را‌نشان‌د این‌تصاوی تنوع‌درون‌کلاس کلمات.ی‌پ سش در‌دمن‌شره‌استدمناظ ا‌کلمه
.دهرالگوریمم‌پیشنسادی ا‌در‌نظ گ فمن‌این‌تنوع‌دورن‌کلاس از‌هم‌نمایج‌قا ل‌قبول ارائه‌د
Query Rank1 Rank2 Rank5Rank4Rank3 P R
33.54
52.98
58.33
55.17
53.33
56.67
31.19
43.25
32.24 90
90
65
90
46
80
75
55
80
Query Rank1 Rank2 Rank3 Rank4 Rank5 Rank6
00
.ی‌پ سش که‌الگوریمم‌دوفق ه‌تشخیص‌آنسا‌شره‌استهای‌دمناظ ا‌کلمهنمونه: 2-5شکل
.ی‌پ سش که‌الگوریمم‌دوفق ه‌تشخیص‌آنسا‌شره‌استهای‌دمناظ ا‌کلمهنمونه: 01-5شکل
شر آن‌اشاره ه قبلا‌نیز که دشخصههمان‌طور از دوجب‌د PHOCای‌داننراسمفاده شود،
ی‌کلمات‌پ سش در‌دجموعه.کلمات‌دیره‌نشره‌در‌فاز‌آدوز را‌نیز‌تشخیص‌دهر موانر‌الگوریمم
ی‌آزدون ا‌دقت‌دموسط‌آدوز صورت‌نگ فمه‌ول در‌د حله"فوتبال"و"لاتین" ای‌کلمات داننر
.انجام‌شره‌استعملیات‌تشخیص ای‌این‌کلمات%99/05و55/99%
ی‌کانریر،دخمصات‌دکان آنسا‌در‌دمن‌از‌قبل‌ذخی ه‌شره ای‌تمام‌تصاوی دوجود‌در‌دجموعه
ی‌پ سش توسط‌الگوریمم،دیموان‌آن‌را‌ی‌کلمه ا‌توجه ه‌این‌دوضوع، عر‌از‌تشخیص‌نمونه.است
Query
Query
04
.نمایش‌داده‌شره‌است09-5شکل تا00-5شکل‌این‌رو در.در‌دمن‌دشخص‌ک د
ی‌اساس‌در‌دمنجسمجوی‌کلمه:00-5شکل
ی‌اقمصاد‌در‌دمنجسمجوی‌کلمه:04-5شکل
ی‌دری یت‌در‌دمنجسمجوی‌کلمه:09-5شکل
09
زمان اجرای الگوریتم 1-2-9-4
-ای‌از‌دولفهی‌جراسازی‌خطوط‌و‌اسمخ اج‌دنبالهی‌آدوز روی‌پایگاه‌داده‌فارسا،د حلهد حله
ی‌در‌د حله.شودد خط‌انجام‌شره‌و‌نمایج‌آن‌ذخی ه صورت ونFHTهای‌دمصل‌روی‌پایگاه‌داده
-ی‌پ سش صورت خط‌عملیات‌جسمجو‌انجیام‌دی ی‌دمن کلمهآزدون ا‌وارد‌شرن‌تصوی و‌رشمه
: صورت‌زی است"کالا"ی‌پ سش زدان‌اج ای‌ه ی از‌د احل ای‌کلمه.شود
ی‌دمن در‌فضای چسب ا‌زدان‌تعبیه‌رشمهPHOC=1155/1ثانیه
زدان‌اسمخ اج‌ویژگDSIFT ثانیه1901/1=ازتصوی
ثانیه14440/1=زدان‌اسمخ اج دار‌فیش
ثانیه1029/1=زدان‌تعبیه دار‌فیش در‌فضای‌دشخصه
زدان‌تعبیه چسبPHOCثانیه1140/1=در‌فضای داری‌دشم ک
ثانیه1012/1=زدان‌تعبیه‌رتبه‌دشخصه‌در‌فضای داری‌دشم ک
ی‌کانرییر‌در‌زیی فضیای‌‌‌‌دیورد‌نظی در یین‌دجموعیه‌‌‌‌ی‌پ سش ی‌کلمهزدان‌جسمجو
ثانیه7/5=عمود
4059از‌تعراد4-4-5ی‌آخ شادل‌کاهش‌دجموعه‌تصاوی کانریر اساس‌رو خش‌د حله
تی ین‌آن‌‌تصوی دقایسه‌شره‌و‌نزدی 0575 اینی‌پ سش دوردنظ ا‌کلمهسپس. اشرد 0575 ه
.شودنظ گ فمه‌شره‌و‌دکان‌آن‌روی‌سنر‌تصوی ی‌دشخص‌د ی‌دری‌کلمه ه‌عنوان‌نمونه
( بندی تطبیقییبا ناحیه GMMآموزش )دوم روش پیشنهادی 1-9
ها‌کل‌تصوی صورت‌یکجا‌از‌ویژگ GMM یان‌شر ای‌آدوز 4-9-9طور‌که‌در خش‌همان
ه ناحیه ه‌صورت‌دسمقل‌های‌ناحیه‌تقسیم‌شره‌و‌ویژگ 04شود لکه‌ا مرا‌تصوی ه‌اسمفاده‌نم
های‌همان‌ناحیه‌آدوز داده‌روی‌ه ناحیه ا‌توجه ه‌ویژگ GMMشونر‌و‌از‌هم‌در‌نظ گ فمه‌د
05
شودد رو قبل . ه‌اینکه‌دخمصات‌دکان در توجه هاویژگ ا و5/1 ین ای‌ه تصوی کلمه،
دکان‌این‌نوارها ای.ی ایجاد‌شرنوار‌افق روی‌تصو‌و‌دونوار‌عمودی‌‌ششن دال‌شره‌است،-5/1
- نری‌تطبیق پیشنساد‌داده‌د ،ناحیهGMMدراین خش ای‌آدوز .تماد تصاوی ثا ت‌است
جای ادکان‌وجود‌جا ه.اسمفاده‌شره‌است]55 [ نری‌تطبیق از‌رو پیشنسادی‌در ای‌ناحیه.شود
ناحیهنوشمهو‌تغیی دکان‌در‌کلمات‌دست در انرازه نری، اعث‌د ی ا های‌قلم‌پیکسلشود‌ثا ت،
دوجود ناحیهدر در دمناظ ی جنس‌نباشنر‌تصاوی های از ناحیه. از دساله این حل نری ای
(05-5شکلو05-5شکل).نوشمه‌فارس دارد‌اسمفاده‌شره‌استتطبیق که‌تناسب یشم ی ا‌دست
تصاوی د وط هی کلاس(الف‌و‌ب:)05-5شکل
]55 [ی‌ثا ت نری ا‌انرازهناحیه(پ‌و‌ت)و
]55 [های‌ی کلاس نری‌تطبیق ای‌نمونهناحیه:05-5شکل
05
- ای‌ناحیه.کنرتغیی د نوارهای‌عمودی‌و‌افق دکانه کلمه‌تصوی دمناسب ا‌‌در‌این‌رو
های‌سیاه‌در‌این‌تعراد‌پیکسلکه‌‌شود ه‌طوری نری‌تطبیق ،ا مرا‌تصوی ه‌دو‌نوار‌افق تقسیم‌د
شود ه‌طوری‌که‌تعراد اشنر‌سپس‌تصوی ه‌شش‌نوار‌عمودی‌تقسیم‌د دو‌نوار‌افق اهم ا
-ی‌ناحیهشود‌انرازهاین‌رو اعث‌د .های‌عمودی اهم ا اشنری‌نوارهای‌سیاه‌در‌همهپیکسل
ه‌توزیع‌پیکسل توجه ا دره تصوی کلمه این‌رو این‌است‌که‌‌تدزی.های‌سیاه‌تغیی کنرها
های‌کوچکم در‌کنر‌و‌ناحیهی‌نوشمن‌کلمه‌دست‌نوشمه‌تغیی د و‌نحوهها‌طبق‌دکان‌هناحیی‌انرازه
.نوشمه‌ایجاد‌شره‌استاط اف‌خط‌اصل کلمه‌دست
بندی تطبیقیناحیه با GMMنتایج روش آموزش 1-9-4
F1 یشم ین‌دقرار.ی‌اول‌نشان‌داده‌شره‌است ای‌پنج‌آسمانه0-5جرول‌نمایج‌این‌رو در
آسمانه 255/1یدر ا ا است‌که 50/75 رست‌آدره دیزان‌دقت‌د % این‌آسمانه در که اشر
نری‌ثا ت‌در نری‌تطبیق و‌ناحیه ین‌ناحیهی‌دقایسه.است%50/77و‌دیزان‌ف اخوان 55/72%
جرول‌‌و2-5جرول‌در‌‌ی‌پ سش ای‌دو‌حالت ازشناس و‌جسمجوی‌کلمه‌رو پ سش ا‌تصوی
. نری‌تطبیق سم استدهر‌دقت‌رو ناحیههمان‌طور‌که‌جرول‌نشان‌د .آورده‌شره‌است5-01
اول‌های‌آسمانهپنج‌در‌سنر‌دمن 011 روی‌دموسط‌دعیارهای‌کارای رو :0-5جرول
ThresholdPerformance
Criterion 3125/9 355/9 2575/120/12245/1
12/7711/73 0005/0014/09 Precision
9/0114/77 50/7512/7074/57Recall
92/7550/754/7520/7455/70F1
05
ی‌پ سش در‌دمن ین‌دو‌رو ای‌حالت‌جسمجوی‌کلمهی‌دقایسه:2-5جرول
F1ف اخوان دقت‌رو
نری‌یناحیه
تطبیق
11/73 50/7750/75
ی نریناحیه
ثا ت
37/71 7750/74
ی ین‌دو‌رو ای‌حالت ازشناس دقایسه: 01-5جرول
P MAPرو
15/2011/31ی نری‌تطبیق ناحیه
50/275/39ی نری‌ثا تناحیه
دموسیط‌‌ثا یت‌دارای‌دقیت‌‌‌‌ی ا‌انیرازه نریرو در‌دورد‌کلمات‌پ سش که‌در‌رو ناحیهاین
افیزایش‌‌ای ه‌دیزان‌قا ل‌توجه‌را ای‌این‌کلماتدموسط‌انر‌عملک د سم ی‌داشمه‌و‌دقت‌پایین وده
یالا‌‌دموسیط‌‌ثا ت‌نییز‌دارای‌دقیت‌‌‌‌ی ا‌انرازه نریداده‌است‌ول در‌دورد‌کلمات که‌در‌رو ناحیه
نشیان‌داده00-5جیرول‌‌ز‌ایین‌کلمیات‌در خی ا.ای‌ایجاد‌نک ده‌استهسمنر‌تفاوت‌قا ل‌دلاحضه
.انرشره
نری‌تطبیق و‌ثا تدقایسه عض از‌کلمات‌در‌دو‌رو ناحیه :00-5جرول
یکلمه
پ سش فوتبال‌جمسوری‌ی شر‌لاتین‌دنا ع‌فساد‌زدینه
دقتدموسط
(تطبیق )
99/5057/7550/5099/5749/5405/5521011
دقتدموسط
(ثا ت)
5/9199/5070/5171/5019/9974/577599/05
07
نری‌تطبیقی ی‌پ سش ،سه‌تصوی اول که‌توسط‌الگوریمم‌ناحیه ای‌ه کلمه05-5شکلدر
دهنیر‌رو همان‌طور‌که‌تصاوی نشیان‌دی .انر‌نمایش‌داده‌شره‌است نری‌ثا ت‌آشکار‌شرهو‌ناحیه
.تطبیق عملک د سم ی‌دارد
ی‌دو‌رو دقایسه:05-5شکل
5
Rank1 Rank1Rank2 Rank2
Rank3Rank3
Adaptive Constant
00
02
:پنجمفصل
برای جداسازی خطوط و استخراجالگوریتم پیشنهادی
های متصل ای از مولفهدنباله
21
مقدمه 5-4
اصل جراسازی‌خطوط‌دمن‌یک از‌از شناس نوری‌ح وف‌است‌ت یند احل‌در این. عملک د
گذار‌است نری‌کلمات‌و ازشناس دمون‌تاثی د حله تمام‌د احل عری‌داننر‌قطعه ه‌طور‌کل .
:گی د‌ی‌دمفاوت‌صورت‌د ازشناس دمون‌در‌دو‌حوزه
ون‌چاپ دم (0
نویس‌دمون‌دست (4
این خطوط جراسازی هسمنر، اسمانرارد‌صورت ه چاپ دمون در کلمات و ح وف که آنجای از
خطوط‌و‌شکل ین ی‌فاصله کلمات، ین ی‌فاصله دعمولا چاپ دمون در .است ت ساده نیز دمون گونه
کج خطوط‌دمن‌نیز‌در‌دمون‌چاپ یا‌وجود‌نرارد‌یا سیار.ح وف ه‌صورت‌دنظم‌و‌یکسان‌است
های‌ارائه‌شره ای این‌اساس‌رو .است دمفاوت کادلا وضعیت‌نوشمه دست دمون در ادا.کم‌است
دمفاوت‌است نیز دسمه این‌دو جمله‌دواردی‌که‌جراسازی‌دمون‌دست. از کنر‌‌دشکل‌د نویس‌را
.اشاره‌ک دو‌خطوط‌توان ه‌کج‌نوشمه‌شرن‌خطوط‌و‌هم‌پوشان ین‌ح وف‌‌د
این‌پایان‌ناده اصل ،ی‌کلیری‌کلمه‌جسمجوی ای‌‌در جراسازیخطوطد احل‌ت ینیک از
و‌اطلاعات‌کلمات‌دوجود‌در‌سنر‌تصوی ی ایست‌کلمات‌و‌یا‌زی ی عری‌د در‌د حله. اشرد دمن
در‌رو ؛خط‌انجام‌شود یا‌خط‌ونتوانر صورت د اسمخ اج‌کلمات.دکان آنسا‌اسمخ اج‌شونر
تصاوی دست‌خطون رو فقط‌اطلاعات‌دکان از در دسم س‌است‌ادا نوشمه‌در خط‌علاوه
. اشنر‌یسمم‌د ی‌ح کت‌قلم‌دغناطیس ورودی‌های‌س‌جست‌و‌نحوه،اطلاعات‌زدان ،اطلاعات‌دکان
های‌‌شونر‌ول رو نویس‌د و‌هم‌نوشمار‌دست‌چاپ خط‌هم‌شادل ازشناس نوشمار‌های ون‌رو
ازشناس دست نویس‌کار د‌دارنر‌خط‌فقط‌در اسمخ اج ون. ای‌از‌‌خط‌دنبالهاین‌پایان‌ناده
.های‌دمصل‌دمم کز‌شره‌است‌دولفه
ی‌اسمخ اج اشر‌که پایه‌ی‌نگار د دسمقل‌از‌نحوه‌د حله ای‌انجام‌این‌رو پیشنسادی
20
سپس.ی‌دمصل ه‌خط‌د وط ه‌خود استی دمن‌و‌اخمصاص‌دادن‌ه دولفه‌های‌دمصل‌دولفه
های‌دمصل که‌د وط هی کلمه‌دسمقل‌در‌دمن‌هسمنر ه‌همان‌ت تیب که‌در‌کلمه‌ق ار‌‌دولفه
در‌واقع.تا‌در‌نسایت موان‌کلمات‌دمن‌را‌از‌یکریگ تفکی ک د‌شونر‌دارنر ا‌این‌رو شناسای د
نویس‌‌خط‌دمون‌دست نری ون‌های‌دمصل‌ی کلمه‌و‌قطعه‌ای‌از‌دولفه‌این‌رو ه‌اسمخ اج‌دنباله
.انجام‌د احل یان‌خواهر‌شر‌ینحوهدر‌اداده.پ دازد‌فارس در‌سطح‌کلمه‌د
اصلی هر خط های متصل استخراج مولفه 5-2
کیه اشینر یه‌طیوری صیورت یاین ی‌دی ای‌این‌د حلیه‌‌ی‌دورد‌اسمفاده‌‌تصاوی پایگاه‌داده
هیای‌‌‌تمیام‌دولفیه‌‌در‌ایین‌د حلیه‌ا میرا.هسمنر‌سفیرهای‌قلم‌‌و‌پیکسل‌سیاههای‌پس‌زدینه‌‌پیکسل
،تی ین‌‌‌سیمت‌راسیت،تی ین‌‌پیایین، یالات ین،دخمصاتد کز.شونر‌دمصل‌د وط ه‌دمن‌اسمخ اج‌د
عی ض‌و‌تعیراد،طیول یه‌همی اه‌‌‌‌هیای‌د یوط یه‌هی دولفیه‌دمصیل‌‌‌‌‌‌‌و‌تمام‌پیکسل‌ت ین‌سمت‌چپ
نشیان0-5شیکل‌‌این‌نقاط‌در.شود هد ای‌ذخی ه‌صورت‌جراگانه‌در‌ی لیست‌اولیه‌ی‌آنها‌پیکسل
های‌دمصیل‌دوجیود‌در‌دیمن یا‌در‌نظی های‌تمام‌دولفه‌هیسموگ ام‌تعراد‌پیکسل‌سپس.انردادهشره
های‌دمصیل کیه‌تعیراد‌‌‌‌‌د کز‌اولین ازه‌در‌نظ گ فمه‌شره‌و‌دولفه.شود ازه‌دحاسبه‌د 011گ فمن
ورت‌که یه‌صی ینویزها اعث‌حذف‌‌د حلهانجام‌این.شونرد پیکسل‌آن‌از‌این‌حر‌کمم است‌حذف
شره‌در‌این‌د حله‌قا ل‌توجه‌‌ی‌دمصل‌حذف‌تعراد‌دولفه.شودد در‌تصاوی وجود‌دارنرنقاط‌کوچ
ایین4-5شیکل‌‌در.اسیت‌در‌د احیل عیری‌‌‌و‌افیزایش‌دقیت‌‌‌کیه اعیث‌کیاهش‌دحاسیبات اشرد
.هیسموگ ام ای‌یک از‌تصاوی نمایش‌داده‌شره‌است
24
طول
.شود‌ی‌دمصل‌ذخی هد دولفهنقاط که ای‌ه :0-5شکل
های‌دمصل‌دوجود‌در‌دمن‌های‌تمام‌دولفه‌هیسموگ ام‌تعراد‌پیکسل:4-5شکل
ی‌‌دولفیه؛شیود ا‌در‌نظ گ فمن‌اینکه‌در‌فارس از الا‌سیمت‌راسیت‌نوشیمن‌آغیاز‌دی دراداده
هیای‌‌است‌و‌تعراد‌پیکسیلYو‌کمم ین‌دقرارXکه‌دخمصات‌د کز‌آن‌دارای یشم ین‌دقرار‌دمصل
ی‌دمصیل‌اولییه‌انمخیاب یه‌عنیوان‌دولفیه، اشیر‌‌ی‌در‌نظ گ فمه‌شیره یشیم دی آن‌از‌ی آسمانه
دمصل کوچک داننر‌نقطه ه‌عنوان‌‌یدر‌نظ گ فمن‌این‌آسمانه ه‌این‌علت‌است‌که‌دولفه.)گ ددد
(.در‌نظ گ فمه‌شره‌است051این‌آسمانه ای‌تمام‌تصاوی .اولین‌انمخاب‌نشود
YوX را طیه‌در‌ایین.شیود‌‌اسیمفاده‌دی (0-5)یرا طیه‌دمصیل‌از‌‌‌ی ای‌انمخاب‌ایین‌دولفیه
ی‌‌دولفیه.دمن‌دحاسبه‌شره‌است‌های‌دمصل ه‌ازای‌تمام‌دولفهFCC و‌دقرار‌دخمصات‌د کز‌هسمنر
0 200 400 600 800 1000 1200 1400 1600 18000
50
100
150
پیکسل(X,Y)دخمصات‌دکان
الای‌سمت‌چپ‌‌گوشه
ت ین‌پایین Yدخمصات
ی‌دمصلپیکسل‌دولفه
ارتفاع
سمتXدخمصات
ت ین‌پیکسل‌راست
یدمصلدولفه
دخمصات‌دکان د کز
29
.ی‌اولین‌خط‌ه دمن‌است‌است‌ش وع‌کننرهFCCدمصل که‌دارای یشم ین‌دقرار
(5-0)
دمصیل‌اولییه یا‌در‌نظی یدمصل‌در‌دمن ه‌ایین‌دولفیه‌‌‌یت ین‌دولفه‌ی عری‌نزدی در‌د حله
:شود‌گ فمن‌دو‌ش ط‌زی انمخاب‌د
دمصیل‌اولییه‌‌‌‌ید کز‌دولفیهxدمصل ایر‌از‌دخمصات‌‌یت ین‌دولفه‌د کز‌نزدی xدخمصات(0
(.تا‌ح کت‌همیشه‌از‌ش وع‌ی خط ه‌سمت‌انمسای‌آن اشر.)کمم اشر
نظ در05د اکز‌آنسا‌از‌ی آسمانه‌که ای‌همه‌دمونY قرر‌دطلق‌اخملاف ین‌دخمصات(4
اشر است‌کمم شره اعث‌د .)گ فمه د این دو ه اینکه احممال را‌شود ی خط اشنر وط ه
(افزایش‌دهر
XFCC(4-5)یرا طهدر.ی‌اقلیرس است‌ی‌فاصله‌ی‌دمصل ا‌دحاسبه‌ت ین‌دولفه‌انمخاب‌نزدی
Dو‌‌های‌دمصل‌دمن‌کز‌سای دولفهادخمصات‌د YوX،اولیه‌ی‌دمصل‌دخمصات‌د کز‌دولفهYFCCو
ا‌در‌نظ .استی‌دمصل‌ت یندولفه ه‌نزدی کمم ین‌فاصله‌د وط. اشرد آنسا‌‌دیزان‌فاصله ین
ی‌دمصل است‌که‌در‌همین‌خط عر‌دولفهدر‌واقع‌ی‌دمصل،ت یندولفه،نزدی 4و0گ فمن‌ش ط
( ا‌در‌نظ گ فمن‌ح کت‌از‌سمت‌راست ه‌چپ‌خط) .ی‌دمصل‌اولیه‌ق ارگ فمه‌استاز‌دولفه
(5-4)
ای‌این‌راسما01ی الا‌ض یب‌‌را طهدر‌‌دارنر،ق ارY ا‌توجه ه‌اینکه‌خطوط‌دمن‌در‌راسمای‌دحور
25
شره گ فمه نظ دولفه‌استدر دخمصات‌‌تا استYهای‌دمصل که ی دحروده در واقع،آنسا در
این‌ض یب‌احممال ه‌عبارت‌دیگ .انمخاب‌شونر‌ت ین ه‌عنوان‌نزدی ،د وط هی خط‌هسمنر
.دهرت ین‌انمخاب‌شود‌را‌تا‌حری‌کاهش‌د ه‌عنوان‌نزدی ی‌دمصل از‌خط عری‌اینکه‌دولفه
ولیه‌ق ار‌داده‌شره‌ای‌دمصل‌دولفهنزدیکم ین‌دولفه‌دمصل رست‌آدره‌در الا ه‌عنوان‌در‌اداده
ا‌‌در‌نسایت.شود‌ی‌دمصل‌نزدی ه‌آن‌دحاسبه‌د دولفه،و‌دو‌ش ط یانشره(4-5)یرا طه او
های‌دمصل‌خط‌اول صورت‌ی زنجی هو ه‌همان‌ت تیب که‌در‌دمن‌‌‌تمام‌دولفهتک ار‌این‌الگوریمم
در‌که‌ی‌دمصل کنر‌که‌دیگ هیچ‌دولفهاین‌الگوریمم‌تا‌جای اداده‌پیرا‌د .آینرد ق ار‌دارنر رست
.دو‌ش ط الا‌صر کنر‌وجود‌نراشمه اشر
.شود‌های‌دمصل‌اصل اولین‌خط‌ذخی هد خ وج این‌قسمت ه‌عنوان‌لیسم از‌د اکز‌دولفه
های‌دمصل ا‌همان‌ت تیب که‌در‌دمن‌از‌سمت‌راست ه‌چپ ه‌دلیل‌ق ار‌دادن‌ش ط‌اول‌این‌دولفه
انر‌آدره‌در‌این‌لیست‌هم رست،انر‌پشت‌س هم‌ق ارگ فمه سمت،ت ین‌پایین،دخمصات الات ین.
ع ض‌و،طول ه‌هم اه‌های‌دمصل‌های‌د وط ه‌این‌دولفه‌ت ین‌و‌تمام‌پیکسل‌سمت‌چپ،ت ین‌‌راست
د احل‌را‌نشان‌این5-5شکلتا9-5شکل.شونر ه‌صورت‌جراگانه‌ذخی هد های‌آن‌تعراد‌پیکسل
.دهنر‌د
را‌در‌نظ 5-5شکل.ی‌دمصل ا‌رنگ‌سبز‌دشخص‌شره‌است‌ی‌ه دولفه‌دحروده9-5شکلدر
انر ه‌دلیل‌‌ههای‌دمصل که‌د وط ه‌خط‌اول ود گی یر‌همان‌طور‌که‌دشخص‌است عض از‌دولفه
های‌دمصل ا‌‌این‌دولفه.انر‌های‌دمصل‌اصل ق ار‌نگ فمه‌انر‌جز‌دولفه‌ر نک دهاینکه‌در‌ش ط‌اول‌ص
انر‌رنگ‌ق دز‌دشخص‌شره خ ه‌جایگذاری‌آنسا‌در‌دکان‌د وط ه‌خودشان‌پ داخمهآ‌ی‌د حلهدر.
ه‌ت تیب‌در‌لیست‌اصل "س "و"س "،"هو"هایدمصلدولفه5-5شکل ه‌طور‌دثال‌در.شودد
ق ار‌دارنر ی‌‌ی‌خود‌یعن دولفه‌ت ین ه رنه‌نزدی (4-5)یرا طهی‌دمصل‌نقطه ا‌توجه هدولفه.
است‌در" س "د کزXدخمصاتد کز‌آن یشم ازXاست‌ادا ه‌دلیل‌اینکه‌دخمصات" س "دمصل
25
.لیست‌اصل ق ار‌نگ فمه‌است
پس انجام پ داز ا اصل های لیست این دولفه،روی نسای اول‌‌لیست خط دمصل های
های‌دمصل‌دوجود‌در‌دمن‌دولفه‌های‌دمصل‌نسای خط‌اول‌از‌لیست‌کل ا‌حذف‌دولفه.آیر‌د رست
ا مرا الگوریمم‌از تک ار ا،و و شره اولین‌دولفه‌دمصل‌د وط ه‌خط‌دوم‌پیرا ین‌خط‌دورد‌این ار
در‌واقع‌این‌الگوریمم ه‌تعراد.شونر‌آن‌ذخی هد های‌دمصل‌د وط ه‌‌فهگی د‌و‌دول‌پ داز ق ار‌د
.های‌قبل‌از‌خود دورد‌پ داز ق ار‌گی د‌شود‌تا‌ه ار‌ی خط ا‌حذف‌خط‌خطوط‌دمن‌انجام‌د
های‌دمصل‌داخل‌دمن‌اسمخ اج‌تمام‌دولفه:9-5شکل
(رنگ‌آ )های‌دمصل‌اصل خط‌اول‌خی ه‌دولفهذ:5-5شکل
25
آنسا‌شناسای های‌دمصل‌خط‌اول ه‌ت تیب‌نمایش‌دولفه:5-5شکل
های‌دمصل‌خط‌اول ه‌دلیل‌صر نک دن‌در‌ش ط‌ی در‌لیست‌دولفه‌هوش ی‌‌‌ق ار‌نگ فمن‌نقطه:5-5شکل
طهای متصل اصلی هر خ روی مولفه شزپردا پس 5-9
پ دازش انجام‌شره‌تا‌اگ دولفه‌دمصل اشمباها‌در‌د حله‌قبل ه‌ی‌جایگذاری‌پس‌قبل‌از‌د حله
از گ دد‌خطوط‌یک حذف لیست از شره کاهش‌‌این‌پس .اخمصاص‌داده را خطا پ داز درصر
دهرد واقع‌این‌پس. رست‌آدرن‌لیست‌دولفهدر های‌دمصل‌اصل ه خط‌انجام‌‌پ داز عر‌از
.شود‌خط‌حذف‌د ،شود‌و عر‌از‌انجام‌آن‌د
است صورت این ه رو این عملک د که دخمصات ا مرا همه‌پیکسل (X,Y)دکان ی‌‌های
اصل های‌دمصل‌درون‌لیست‌‌دولفه نظ گ فمه،د وط ه‌ه خط، وشره صورت‌ی دجموعه‌در
از‌این رنه‌دحرب‌دحاسبه‌شره‌که‌تق یبا.شود‌نسا‌رسم‌د آشادل رنه‌دحرب سپس‌خط‌گذرنره
دخمصات،خط‌ی‌دمصل‌اصل ی عری ای‌ه دولفه‌در‌د حله.دهررانشاند ی‌خط‌پایه‌دحروده
یدرنظ گ فمه‌شره‌و‌فاصله(ی‌دمصل‌ی‌پایین‌سمت‌چپ‌ه دولفه‌گوشه)پیکسل‌ت ین‌دکان پایین
First Connected
Component in the line
Last Connected
Component in the line
27
ی حر‌آسمانه یشم ود‌این‌‌این‌فاصله‌ازاگ .شوددحاسبهد Yآن‌از‌خط‌پایه‌در‌جست‌راسمای
21این‌آسمانه ای‌تمام‌تصاوی ).شود‌دمصل‌د وط ه‌این‌خط‌نبوده‌و‌از‌لیست‌حذف‌د یدولفه
است شره گ فمه نظ این‌صورت.(در خطهای‌دمصل‌‌لیست‌نسای دولفه ه ه رستد وط ه
دو اره‌دعادله‌خط‌نسای ه‌دست‌آدره‌و، ا رست‌آوردن‌این‌لیست‌نسای ا‌همان‌رو قبل .آیر‌د
.نمایش‌داده‌شره‌است2-5شکلتا7-5شکل‌د احل‌این‌قسمت‌در.شود‌ذخی هد
آنسا‌و‌خط‌گذرنره‌از‌آن رنه‌دحرب‌شادل‌یافمن‌و‌‌اصل خط‌اول‌دمصل‌های‌ذخی هدولفه: 7-5شکل
.انر‌دو‌دولفه‌دمصل که‌د وط ه‌خط‌چسارم‌هسمنر‌و ه‌اشمباه ه‌خط‌سوم‌اخمصاص‌یافمه:0-5شکل
های‌دمصل ا‌دعادله‌خط‌سوم‌ی‌دولفه‌تصحیح‌خطای الا ا‌در‌نظ گ فمن‌فاصله: 2-5شکل
از‌ی تا ع‌درجه‌دوم صورت ای‌دحاسبه‌کل ه‌طور ا مرا bX+ c ) (aX+ی‌خط،اسمفاده2
در عض از‌دوارد‌اگ شیب.در‌دورد‌خطوط‌کج‌دمن،این‌خط ه‌صورت‌ی سسم است.شره‌است
د حله اشر‌در ایجاد‌د ی‌پساین‌سسم از‌حری یشم کنرپ داز خطا دورد. دو در این‌خطا
.آیر وجود‌د
-جزء‌دولفهدر‌آخ خط‌پنجم"ست"و"ه"ی‌دمصل‌نقطه،هادولفه01-5شکل ه‌طور‌دثال‌در
x
y
fitted curve
x
y
fitted curve
x
y
fitted curve
20
ششم‌های‌دمصل‌خطو‌در‌پ داز خط عری‌جزء‌دولفه‌انرهای‌دمصل‌اصل این‌خط‌ق ار‌نگ فمه
ه‌صورت‌ی دنحن است از‌هم‌‌ششم‌خط ه‌دلیل‌اینکه‌پ داز ی‌پسدر‌د حله.رنگی د ق ار
یدرنظ گ فمه‌شره‌کمم است‌و‌قادر ه‌خط‌از‌دقرار‌آسمانهاین ا‌های‌دمصل‌این‌دولفهی‌فاصله
تخمینaX+bول اگ همین‌خط ه‌صورت‌تا ع‌درجه‌اول(00-5شکل).تصحیح‌این‌اشمباه‌نیست
(.05-5شکلتا04-5شکل).شودزده‌شود‌این‌خطا‌تصحیح‌د
ی‌دمصل‌جزء‌دولفه ا‌رنگ‌سبز‌دشخص‌است01-5شکل‌ی‌دمصل که‌در‌در‌حالت عری‌دولفه
خط‌ی‌دمصل ه‌دنحن ی‌جایگذاری ه‌دلیل‌اینکه‌این‌دولفهدر‌د حله.جا‌افماده‌از‌خط‌پنجم‌است
اول (00-5شکل).کنر اشر‌اشمباها ه‌این‌خط‌اخمصاص‌پیرا‌د ششم‌نزدیکم از‌خط‌پنجم‌د
(09-5شکل).شودتخمین‌خط‌ششم ه‌صورت‌تا ع‌درجه‌اول‌این‌خطا‌تصحیح‌د
X ا‌توجه ه‌توضیحات الا ه‌طور‌کل اگ ض یب یشم ود‌خط ا5/1×01(-5)از( a یعن ) 2
اعمال‌این‌ش ط.شود‌و‌در‌غی این‌صورت صورت‌تا ع‌درجه‌دوم‌استتا ع‌درجه‌اول‌تخمین‌زده‌د
.شود اعث‌کاهش‌خطا‌و سبود‌نمایج‌د
(خط‌ق دز)در‌نظ گ فمن‌خط‌ششم صورت‌تا ع‌درجه‌دو :01-5شکل x
y
fitted curve
22
ایجاد‌خطا‌در‌جراسازی‌خط‌ششم:00-5شکل
(خط‌ق دز)در‌نظ گ فمن‌خط‌ششم صورت‌تا ع‌درجه‌اول:04-5شکل
پنجمتصحیح‌خطا‌در‌د حله‌جراسازی‌خط:09-5شکل
x
y
fitted curve
011
تصحیح‌خطا‌در‌د حله‌جراسازی‌خط‌ششم:05-5شکل
های‌دمصل‌لیست‌نسای ی ای‌هی خیط یه‌صیورت عر‌از‌اتمام‌این‌د حله‌ا مرا‌دشخصات‌دولفه
هیای‌دمصیل‌دیمن یود‌حیذف‌‌‌‌‌‌‌ت‌اولییه‌کیه‌شیادل‌کیل‌دولفیه‌‌‌‌‌جراگانه‌ذخی ه‌و‌سپس‌از‌داخل‌لیسی
.گ دننر‌د
همان که‌در شر‌دولفه5-5شکل‌طور ه‌دلیل‌صر ه‌آن‌اشاره های‌دمصل وجود‌دارنر‌که
های‌دمصل‌نزدی ه‌‌های‌نسای خط‌اول‌‌ق ار‌نگ فمنر‌حال‌اگ این‌دولفه‌جز‌دولفه0نک دن‌در‌ش ط
ا مرای‌خط اشنر‌در‌د حله‌تک ار‌الگوریمم‌دو اره ه‌عنوان‌ی خط‌جرا‌در‌نظ گ فمه‌شره‌و‌دورد
ل‌های‌دمصل‌ه خط‌و‌قب‌اجمناب‌از‌این‌حالت عر‌از رست‌آوردن‌دولفه ای .گی نر‌پ داز ق ار‌د
:ی‌زی انجام‌د شودد حله‌یاز‌پ داز خط عر
یشم ینرا‌در‌نظ گ فمه‌و‌‌خط‌دمصل‌نسای های‌‌دولفه‌ی‌همهت ین‌پیکسل‌‌پایینyدخمصات
رستد آیر‌آنسا این‌‌دمنهای‌دمصل‌داخل‌‌دولفه ق داسپس. این‌دخمصات ا نظ یشم یناز
حذف‌‌دمن‌های‌دمصل‌کل‌دولفههسمنر‌از‌لیست یشم ین‌شونر‌و‌آنسای که‌کمم از‌این‌‌دقایسه‌د
شونر‌شره‌و‌در‌لیست‌جریری‌ذخی هد های‌دمصل در‌واقع‌این‌لیست‌جریر یشم شادل‌دولفه.
های‌‌این‌دولفه05-5شکل.شونر عرا‌جایگذاری‌د انر‌و‌‌ه‌دانر جا‌خط‌د وط ه‌خودشاناست‌که‌از
010
نشان‌د دمصل‌که را .دهرد وط ه‌خط‌اول‌هسمنر پایان‌این‌الگوریمم خط‌در لیست ای‌ه
دولفه خط‌د وط ه نسای ه لیست‌دولفه،های‌دمصل خط‌و ه از‌‌دعادله افماده های‌دمصل‌جا
.آیر رستد خطوط
ود‌در‌های‌دمصل‌دوجدولفهی‌دمصل در‌لیست‌کل‌‌اگ دولفه، عر‌از‌پ داز تمام‌خطوط‌دمن
نک دهدمن د حله ود، اق دانره‌و ه‌خط اخمصاص‌پیرا ی عری‌در‌جای‌دناسب‌جایگذاری‌‌در
ای44-5شکلتا05-5شکل.شودد خط‌اول ه‌ت تیب‌اج ای‌آن‌نشان‌‌چساراین‌الگوریمم‌را
دهرد . آن‌دعادلات‌خطوط‌رسم‌شره49-5شکلدر اصل که‌در تصوی ا انر‌تصوی ی‌هم‌سایز
.نمایش‌داده‌شره‌است
پ داز عر‌از‌پس‌خط‌اولنسای هایدمصلدولفه:05-5شکلx
y
fitted curve
014
(پ داز ی‌پس‌د حله)ی‌آنسا‌های‌دمصل‌از‌کل‌دمن‌و‌ذخی ه‌جراگانه عض از‌دولفهحذف:05-5شکل
پ داز عر‌از‌پس‌خط‌دومنسای هایدمصلدولفه: 07-5شکل
(پ داز ی‌پس‌د حله)ی‌آنسا‌دمصل‌از‌کل‌دمن‌و‌ذخی ه‌جراگانه‌های‌دولفه عض از‌حذف:00-5شکل
x
y
fitted curve
019
عر‌از‌پس‌پ داز سومخط‌نسای هایدمصلدولفه:02-5شکل
(پ داز ی‌پس‌د حله)ی‌آنسا‌ذخی ه‌جراگانههای‌دمصل‌از‌کل‌دمن‌و‌‌دولفه عض از‌حذف:41-5شکل
پ داز عر‌از‌پس‌چسارم‌خطنسای هایدمصلدولفه:40-5شکل
x
y
fitted curve
x
y
fitted curve
015
(پ داز ی‌پس‌د حله)آنسا‌ی‌های‌دمصل‌از‌کل‌دمن‌و‌ذخی ه‌جراگانه‌دولفه عض از‌حذف:44-5شکل
نمایش‌دعادلات‌خطوط :49-5شکل
جایگذاری 5-1
د حله دولفه‌ی‌در تمام دورد در خط اخمصاص‌نیافمه‌جایگذاری هیج ه انر‌‌های‌دمصل که
ی‌این‌‌ا مرا‌همه.انر‌ها‌و‌نقاط‌تشکیل‌داده‌های‌دمصل‌را‌س کش یشم این‌دولفه.شودگی ید تصمیم
د دولفه ذخی ه لیست ی در دمصل ه پایین y و x دخمصات‌سپس.شونر‌های پیکسل ت ین
از‌سمت‌راست ه‌چپ‌تصوی xنظ گ فمه‌شره‌و‌همه‌آنسا ا‌توجه ه‌دخمصات‌‌‌ل‌درهای‌دمص‌دولفه
دخمصات، ای‌ه دولفه‌دمصل.شونرد تب‌شره‌و ه‌همین‌ت تیب‌جایگذاری‌د ( ه‌صورت‌نزول )
x فه‌دمصل‌و ا‌در‌نظ اد کزیت‌این‌دول49-5شکل‌‌را‌در‌نظ گ فمه‌و‌ی نوار‌سمون روی‌تصوی
گ فمن‌سه‌پیکسل‌در‌سمت‌راست‌و‌سه‌پیکسل‌در‌سمت‌چپ‌آن‌تشکیل‌داده‌و‌سپس‌تصوی در
015
دشخص‌است ه‌تعراد‌خطوط‌دمن‌قله45-5شکل‌طور‌که‌در‌‌همان.گ دد‌راسمای‌افق جاروب‌د
. اشنرد وط ه‌خط‌اول‌تا‌هفمم‌د راست ه‌‌چپها ه‌ت تیب‌از‌سمت‌‌قله‌این.تشکیل‌شره‌است
این‌قله از کرام دخمصات‌دخمصات‌ه ا که‌‌ی‌دولفهyها کرام ه ه و شره دمصل‌دقایسه
این‌دولفه ود این‌است‌که‌چون .دمصل‌د وط ه‌همان‌خط‌است‌ی‌نزدیکم دزیت‌این‌رو در
د ی صورت‌دحل ای‌ه دولفه این‌د حله ای. الات ی‌داردشود‌س عت‌دحاسبات‌‌دمصل‌اج ا
د وط ه‌ی‌دمصل‌جا‌افماده‌‌دولفهه دشخص‌شود‌های‌دمصل‌داخل‌لیست‌اج ا‌شره‌تا‌‌تمام‌دولفه
.استخط‌‌کرام
نمودار‌افق افکنش‌دعادلات‌خطوط:45-5شکل
دولفه دشخص‌شرن‌خط‌د وط ه‌ه عر‌از نظ گ فمن‌فاصله ای‌دمصل، دولفهدر ی‌‌ی‌ه
رونره‌یا‌روی‌‌پایین،رونره الااین‌دولفه‌دمصل‌در‌گ وه،(yی‌در‌راسما)دمصل ا‌خط‌د وط ه‌خود
:گی د‌خط‌ق ار‌د
ها‌و‌نقاط‌‌س کش.ی‌دمصل‌جزء‌گ وه الارونره‌است‌این‌دولفه ود00اگ این‌فاصله یشم از (0
.این‌گ وه‌ق ار‌دارنر الای کلمات‌در
نقاط‌پایین .ی‌دمصل‌جزء‌گ وه‌پایین‌رونره‌است ود‌این‌دولفه-05اگ این‌فاصله‌کمم از (4
.در‌این‌گ وه‌ق ار‌دارنر‌کلمات
0 200 400 600 800 1000 12000
1
2
3
4
5
6
7
015
ح وف‌روی‌خط‌است (9 جزء الا ش ط دو غی در دولفه. نقاط‌و‌‌دعمولا از غی های‌دمصل
.س کش‌در‌این‌گ وه‌ق ار‌دارنر
دکان‌دناسب ای،های‌دمصل‌دخمص ه‌این‌خط ای‌دولفهش وع‌ک ده‌و‌سپس‌از‌خط‌اول
.شود‌این‌رو ه‌ت تیب ای‌تمام‌خطوط‌اج اد .شود‌زی دشخص‌د رو جایگذاری ا
انر ا‌‌ی‌قبل رست‌آدره‌های‌دمصل‌نسای ه خط‌که‌از‌د حله یان‌شر‌دولفهقبلا‌همان‌طور‌که
از‌نظ ه‌عبارت‌دیگ .انر‌از‌راست ه‌چپ‌شناسای شرهدر‌دمن،ز ان‌فارس ویژگ در‌نظ گ فمن
ی‌دحروده ه‌همین‌دلیل‌در‌این‌د حله ای‌دشخص‌ک دن.انرشره ه‌صورت‌نزول د تبxیدولفه
ی‌دمصل‌دناسب ای‌جایگذاری‌دولفه دخمصات، دخمصاتxا مرا ا آن دولفهxد کز هاید اکز
های‌دمصل‌اصل خط‌که‌نزدیکم ود‌‌دقایسه‌شره‌و ه‌ه کرام‌از‌دولفهد وطه‌خط‌دمصل‌نسای
:ی ه‌دست‌آدره ه‌سه‌صورت‌زی است‌این‌دحروده.ی‌دناسب ای‌جایگذاری‌است‌دحروده
0) دولفهxدخمصات د کز دخمصات از دمصل دولفهxی د اکز تمام دمصل اصل های خط
.شود‌ا مرای‌ه خط‌جایگذاری‌د زرگم است‌که‌در‌این‌صورت‌در
4) دولفهxدخمصات د کز دخمصات از دمصل دولفهxی د اکز تمام دمصل اصل های خط
.شود‌کوچکم است‌که‌در‌این‌صورت‌در‌انمسای‌ه خط‌جایگذاری‌د
رونره‌یا‌روی‌خط‌‌پایین،رونره‌در‌گ وه الای‌دمصل‌‌دولفه ا‌توجه ه‌اینکه‌در‌غی دو‌دورد الا (9
.شود‌های‌دمصل‌خط‌اصل جایگذاری‌د در یندولفه،است
.ی‌کل در‌نظ گ فمه‌شره‌است ای‌قسمت‌سوم ا‌توجه ه‌ساخمار‌ز ان‌فارس سه‌قاعره
رونده بالا ی متصل های جایگذاری مولفه روش 5-1-4
ی‌دمصیل‌خیط‌اصیل کیه‌‌‌‌‌‌پینج‌دولفیه،ی رست‌آدیره‌در یالا‌‌‌در‌این‌حالت ا‌توجه ه‌دحروده
های‌دمصل کیه‌در‌‌‌اکث دولفه.شودد ی‌دمصل‌دارد‌در‌نظ گ فمه‌‌ت یند کز‌را هد کز‌دولفه‌نزدی
017
ی ای‌آنسیا‌از‌ایین‌قاعیره‌اسیمفاده‌شیره‌کیه‌سیمت.رونره‌ق ار‌دارنر‌نقطه‌یا‌س کش‌هسمنر‌گ وه الا
.دمصل‌خط‌اصل نزدیی اسیت‌‌‌ی‌‌دولفهپنج،سلت ین‌پیک‌راست‌ت ین‌پیکسل‌آنسا ه‌کرام‌سمت‌‌چپ
ایین‌رو .گیی د‌‌رونیره‌قبیل‌از‌آن‌قی ار‌دی دولفه‌دمصل الا،دمصل‌اصل خطی ا‌یافمن‌این‌دولفه
ی‌دمصیل‌‌ها‌پینج‌دولفیه‌‌در‌این‌شکل.داده‌شره‌است‌نمایش 47-5شکلو45-5شکل جایگذاری‌در
کیه ی‌دمصیل‌خیط‌اصیل رونیره‌و‌دولفیه‌‌ی‌دمصل الادولفه.انرخط‌اصل ا‌رنگ‌ق دز‌دشخص‌شره
است ا‌فلش‌دشیخص‌‌مهمه‌نزدیکرونره‌از‌ی الاپیکسل‌سمت‌راست‌آن ه‌پیکسل‌سمت‌چپ‌دولفه
.گی دی‌دمصل‌ق ار‌د رونره‌قبل‌از‌این‌دولفهی الادولفه.انرشره
"گذا"یاصل قبل‌از رنه"گ"جایگذاری‌س کش:45-5شکل
"گ "یاصل قبل‌از رنه"گ"جایگذاری‌س کش:45-5شکل
CC1CC2
CC3CC4
CC5
CC1CC2
CC3
CC4CC4CC5
010
"سا"یاصل جایگذاری‌نقطه‌قبل‌از رنه:47-5شکل
رونده ی متصل پایین های جایگذاری مولفه روش 5-1-2
پایین گ وه دولفه‌دمصل که‌در نقاط‌د اکث هسمنر اشنر‌رونره این‌اصل‌که‌ه . ه توجه ا
دخمصات)یاصل نقطه‌دورد‌نظ است یشم ین‌اشم اک‌از‌نظ طول نقطه ا‌دولفه‌دمصل که رنه
x د ( آن‌جای‌داده قبل‌از دارد این‌حالت.شود‌را دولفهدر یشم دو ین‌ی‌دمصل‌اصل خط‌که
دولفه که دارد را پایین‌احممال د وط هیدمصل توسط‌را طه‌‌رونره اشر آنسا 9-5)ی دشخص(
:شونرد
(5-9)
C(X)B-1،(9-5)یدررا طه ی‌دمصل‌خط‌اصل هسمنر‌و‌‌د کز‌دولفهxدخمصات C(X)Bو
C(X)I دخمصاتxراست ه‌سمت ا‌توجه ه‌اینکه‌ح کت‌از.رونره‌است‌ی‌دمصل‌پایین‌د کز‌دولفه
و عر‌از‌آن Bی‌دمصل ا‌انریس‌‌دولفه‌های‌دمصل‌خط‌اصل ا مرا‌‌چپ‌خط‌است‌در‌لیست‌دولفه
B-1ق ار‌دارد.
ازه‌نحوه آوردن رست دولفه‌ی اشم اک ین ی اصل دمصل B-1ی دولفهBو دمصل ا ی
.در‌زی توضیح‌داده‌شره‌استIی‌رونره‌پایین
L(X)=دخمصاتxی‌دمصل‌ت ین‌پیکسل‌ه دولفه‌سمت‌چپ
R(X)=دخمصاتxی‌دمصل‌ت ین‌پیکسل‌ه دولفه‌سمت‌راست
CC1
CC2
CC3
CC4CC5
012
Start=دخمصات‌ش وع ازه
End=دخمصات‌پایان ازه
ی‌دمصل‌هیچ‌اشم اک ا‌هم‌نرارنر ق ار اشر‌دو‌دولفه اگ.
دمصل‌هیچ‌اشم اک ا‌هم‌نرارنر‌ی ق ار اشر‌دو‌دولفه اگ.
:ی‌اشم اک ه‌صورت‌زی است‌در‌صورت که‌ش ط الا ق ار‌نباشر ازه
در‌نمیجیه اگی در‌غیی ایین‌صیورت
.
نمیجه اگ در صورت این غی در
.
ا رست‌آوردن‌ا مرا‌و.آیری‌اشم اک رستد نیز ا‌همین‌رو ازهBی‌دمصل ای‌دولفه
:آیر رستد (5-5)یازرا طهدیزان‌اشم اک‌ی ازه،انمسا
(5-5)
رونره ا ی‌دمصل‌پایین‌ی‌دمصل‌اصل ا‌دولفه‌ی‌اشم اک ای‌ه دو‌دولفه‌در‌صورت که ازه
ی‌دمصل‌پایین‌دولفه، ود جایگذاری‌د رونره و40-5شکل این‌رو جایگذاری‌در.شود ین‌آنسا
رونره ا‌دسمطیل‌ق دز‌و‌دو‌ی‌دمصل‌پایینها‌دولفهدر‌این‌شکل.نمایش‌داده‌شره‌است42-5شکل
.ی‌دمصل‌خط‌اصل ا‌فلش‌دشخص‌هسمنردولفه
001
.شوداشم اک‌نراشمه‌و ین‌آنسا‌جایگذاری‌د "الف"ی‌دمصل‌نقطه ا‌دو‌دولفه:40-5شکل
"نچه"جایگذاری‌نقطه‌قبل‌از:42-5شکل
یشم ین‌اشم اک‌را‌داشمه‌و‌قبل‌آن"نچه"،خودی‌دمصل رنه‌نقطه ا‌دولفه،42-5شکلدر
.شودجایگذاری‌د
خطی متصل روی مولفه های جایگذاری روش 5-1-9
احممال‌را‌دارد‌که‌که یشم ین‌ی‌دمصل‌اصل دودولفه(9-5)یدراینحالت ا‌توجه ه‌را طه
دو‌قبل‌یا عر‌از،این‌دولفه‌دمصل‌یا ایر ین.شونر‌دشخص‌د آنسا اشرد وط هی‌دمصل‌‌دولفه
های‌دمصل های‌دمصل‌روی‌خط‌در‌واقع‌دولفهدنظور‌از‌دولفه.جایگذاری‌شودی‌دمصل‌اصل دولفه
پیکسل عض از روی‌خط‌هسمنراست‌که فاصله‌های‌آنسا خط‌دارنریا کم ا ی سیار این. در
این‌قواعر ه‌ت تیب.اسمفاده‌شره‌است،ز ان‌فارس است‌قسمت‌از‌شش‌قاعره‌که‌د وط ه‌ساخمار
دشخص‌هسمنر95-5شکلتا91-5شکلدر انجام‌د حله. ت تیب عر‌از ق ارگ فمن‌ی‌جایگذاری،
.دشخص‌شره‌است9تا0های‌دمصل ا‌اعراد‌دولفه
حالت او دولفه: دولفهاگ دو ا یدمصلیدمصل اشم اک B(CC1) وB-1 (CC3)اصل
CC1CC2
CC3
CC4
CC1
CC2
000
داده‌د جا شودنراشمه اشر ین‌آنسا فلش‌سبز‌رنگ‌دشخص‌هسمنردو‌دولفه. .ی‌دمصل‌اصل ا
(91-5شکل)
.شودجایگذاری‌د "و"و"ر"ی‌دمصل ین‌دو‌دولفه"الف"یدمصلدولفه:91-5شکل
این‌حالت یا)ق ار‌داردB-1ی‌دمصل ینا مرا‌و‌انمسای‌دولفه‌ی‌دمصلانمسای‌دولفه :حالت دوم
اشم اک‌نرارد؛در‌این‌حالیت یین‌آنسیا‌جیاBی‌دمصل‌و ا‌دولفه(فلش‌سبز‌رنگ‌دشخص‌شره‌است
(90-5شکل.)شودداده‌د
.شودجایگذاری‌د "د"و"الف" ین"ر"یدمصلدولفه:90-5شکل
قی ارBی‌دمصیل ینا مرا‌و‌انمسای‌دولفیه‌‌ی‌دمصلدولفه‌یا مرا عکس‌حالت الا:حالت سوم
اشم اک‌نیرارد؛در‌ایینB-1ی‌دمصل‌و ا‌دولفه(این‌حالت ا‌فلش‌سبز‌رنگ‌دشخص‌شره‌است)دارد
(94-5شکل.)شودحالت ین‌آنسا‌جا‌داده‌د
x
y
fitted curve
CC1
CC2CC3
x
y
fitted curve
CC2
CC3CC1
004
.شودجایگذاری‌د "سعا"و"ر" ین"الف"یدمصلدولفه:94-5شکل
در‌این‌حالت عیر.یاصل کلمهدوردنظ استدمصل‌جا‌افماده‌جزء رنهی‌دولفه:حالت چهارم
(99-5شکل.)شودی‌دمصل‌اصل که‌دعمولا‌نقاط‌هسمنر‌جایگذاری‌د از‌دو‌دولفه
.شود عر‌از‌نقاط‌آن‌جایگذاری‌د "شت"یاصل رنه:99-5شکل
زرگم استB(CC2) ی‌دمصل‌ی‌دمصل‌از‌طول‌دولفهدولفه‌طول‌در‌این‌حالت:حالت پنجم
ی‌دمصل‌قبل‌از‌دولفه.اشم اک نراردB-1(CC3) ی‌دمصل‌گی دو ا‌دولفه ه‌طوریکه‌آن‌را‌در د
(95-5شکل).شودی‌اصل جایگذاری‌د دولفهه دو
.گی دق ار‌د "در"و"الف"قبل‌از"ر"یدمصلدولفه:95-5شکل
.گی دق ار‌د B-1وBیدمصلیدمصل ین‌دولفهدر‌غی از‌دوارد الا،دولفه:حالت ششم
x
y
fitted curve
CC1
CC2
CC3
CC2
CC3
CC1
x
y
fitted curve
CC2
CC3
CC1
009
جداسازی خطوط 5-5
انجام دمصل‌دوجود‌در‌دمن ه‌یک ازه دولفه،ی‌جایگذاری ای‌تمام‌خطوط‌د حله عر‌از
ا‌دولفهسپس‌د .خطوط‌اخمصاص‌پیرا‌ک ده‌است های‌دمصلش ه‌طور‌دسمقل‌از‌‌توان‌ه خط‌را
دا ق خطوط‌نمایش‌داد اشر‌نمیجه‌این‌د حله‌جراسازی‌خطوط‌از‌یکریگ د . تمام95-5شکل.
جایگذاری‌نشان‌د دولفه د حله از عر را این‌شکل.دهر‌های‌دمصل‌خط‌اول در های‌‌دولفهتمام
های‌دمصل‌این‌خط ه‌ت تیب که‌در‌دمن‌از‌‌و‌کل‌دولفهشره‌جایگذاری‌دمصل‌جا‌دانره‌از‌خط‌اول
نمیجه‌اج ای‌رو و97-5شکلتا95-5شکل.شونرد ذخی ه‌انر‌سمت‌راست ه‌چپ‌ق ارگ فمه
.دهرجراسازی‌خطوط‌دمن‌از‌یگریگ را‌نشان‌د
های‌دمصل‌جا‌دانره‌از‌خط‌اول‌‌جایگذاری‌دولفه:95-5شکل
نمیجه‌جراسازی‌خطوط‌دمن:95-5شکل
005
نمیجه‌جراسازی‌خطوط‌دمن: 97-5شکل
تصویر کلمات متن برون خط استخراج 5-1
تا‌‌ی ا‌در‌نظ گ فمن‌این‌قانون‌که‌اکث ح وف‌اضافه‌و‌کلمات‌فارس از‌ت کیب‌‌د حلهایندر
های‌دمصل‌ه دولفه.شود‌انر‌اسمخ اج‌کلمات‌از‌داخل‌دمن‌انجام‌د دمصل‌تشکیل‌شره‌ی‌هفت‌دولفه
دمصل‌‌ی‌از‌اولین‌دولفه.انر‌‌سمت‌چپ‌ذخی ه‌شرهت‌راست‌دمن ه‌خط‌از‌نظ دکان ه‌ت تیب‌از‌سم
ه‌ت تیب ای‌ساخمن‌ت کیب دولفه،های‌دوتای ه خط‌ش وع‌ک ده‌و تا انمخاب‌اول‌‌دمصل‌ی‌دو
داخل‌این.است‌در‌نظ گ فمه‌شرهی‌سیاه‌هم‌ا عاد ا‌تصوی اصل تصوی ی ا‌زدینهسپس.انرشره
در‌واقع.شودی ق ار‌داده‌د در‌دمن‌اصل ،ی‌دمصلدولفهد وط ه‌دو‌های‌پیکسل‌در‌دکانتصوی
.های‌دمصل‌سفیر‌هسمنردر‌این‌تصوی دولفه
دو‌‌این‌شادل‌که‌تصوی یی‌دمصل،فقط‌توجه ها عاد‌و‌دخمصات‌دو‌دولفهی عری ا‌در‌د حله
ها‌دمصل‌این‌خط‌‌این‌رو تا‌آخ ای‌کل‌دولفه.شودد است‌از‌این‌تصوی اسمخ اج‌دمصل‌‌ی‌دولفه
هفت‌تای و ای‌ت کیب‌سه‌تای تا‌‌رو همین‌سپس.کنر ا‌در‌نظ گ فمن‌گام‌ی اداده‌پیرا‌د
دوجوکه‌در‌دمن‌تای تا‌هفت‌ی این‌ت کیبات‌در‌نسایت‌تصوی تمام.شود‌ط‌اج اد روی‌تمام‌خطو
د د تصوی .شود‌ارنر‌ذخی ه کلمه‌دوقعیت‌دکان ه در ای‌‌جسمجود حله‌داخل‌دمن‌اصل در
005
تصوی ،دوقعیت‌دکان آن‌روی‌تصوی اصل از‌این‌رو ا‌ذخی ه‌ه . اشرد لازم‌آنک دن‌دشخص
شره‌ه گ فمه‌دزیت‌رو ارائه‌شره‌این‌است‌که ه‌دلیل‌اینکه‌گام‌ی در‌نظ .شودنیز‌ذخی هد
سپس‌اگ در.گی د‌دولفه‌دمصل که‌آغاز‌کننره‌ی کلمه‌است‌قطعا‌در‌ا مرای‌ی ت کیب‌ق ار‌د
رخ‌نراده اشر‌اسمخ اجت تیب‌ق ارگ فمن‌دولفه ه‌‌آنهای‌دمصل که‌در‌ت کیب‌وجود‌دارنر‌خطا
.شود‌درسم انجام‌د
دثال‌در طور سمخ اجت کیب ای‌ا90-5شکل ه پیکسلدکان‌های‌دوتای ، ی‌دولفههای‌دو
آیر رستد 92-5شکل‌در‌نظ گ فمه‌شره‌است‌و‌تصوی "هل"و"ا"دمصل توجه ه. سپس ا
.شوداسمخ اج‌د 92-5شکل‌از‌تصوی "اهل"ی‌تصوی شادل‌کلمه،مم‌زی الگوری
های‌دمصلدر‌نظ گ فمن‌ت کیب‌دوتای دولفه:90-5شکل
005
ا‌تصوی اصل انرازههای‌دمصل‌در‌تصوی ی‌هم‌آشکار‌ک دن‌ت کیب‌دولفه:92-5شکل
:شودالگوریمم‌زی انجام‌د ه تصوی دوقعیت‌دکان ای رست‌آوردن
.شودد های‌دمصل‌داخل‌ت کیب،چسار‌دخمصات‌دع ف شره‌در‌زی در‌نظ گ فمه ای‌دولفه
ه توجه (5-5)یرا طه‌سپس ا تصوی از نظ شکل‌دخمصات‌دناسب ای‌اسمخ اجت کیب‌دورد
– Ybottom –Ytop |, | Xright|[ ه‌صورتطور‌که‌اشاره‌شر‌دوقعیت‌دکان همان.آیر رستد 5-92
Xleft|[Xleft , Ytop , نمایش‌داده‌شره‌است51-5شکل‌این‌رو در.شود ای‌ه تصوی ذخی هد.
Ytop =دخمصاتYیدمصلیسمتچپ الا‌دولفهگوشه
Ybottom=دخمصاتYی‌دمصلسمت‌چپ‌پایین‌دولفهی‌گوشه
Xleft=دخمصاتXیدمصلیسمتچپ الا‌دولفهگوشه
Xright=دخمصاتXی‌دمصلی‌سمت‌راست الا‌دولفهگوشه
007
(5-5)
کلمه‌دوقعیت‌دکان تصوی ه رو رست‌آوردن:51-5شکل
تیای ی روی‌خیط5تا4های‌نمایج‌اج ای‌این‌رو ای‌ت کیب55-5شکلتا50-5شکلدر
.انردشخص‌شره‌دای هکلمات ا.اول‌نمایش‌داده‌شره‌است
Ytop2
Ybottom2 Xleft2
Xright2
Ytop1
Ybottom1 Xleft1
Xright1
000
شکل‌های‌دمصلهای‌دو‌تای از‌دولفهت کیباسمخ اج:50-5شکل
های‌دمصلتای از‌دولفه‌سههای‌اسمخ اجت کیب:54-5شکل
002
های‌دمصلتای از‌دولفه‌چسارهای‌اسمخ اجت کیب:59-5شکل
های‌دمصلتای از‌دولفه‌پنچهای‌اسمخ اجت کیب:55-5شکل
041
نتایج روش پیشنهادی 5-7
اسمفاده‌شره‌دع ف شر‌‌چسارم‌فصلکه‌درFHT ای‌ارزیا رو پیشنسادی‌از‌پایگاه‌داده
است یان‌شر. دسمه‌دمن51 اشر‌که‌دارای‌‌‌سنر‌د 0111این‌پایگاه‌داده‌شادل‌همان‌طور‌که
دمفاوت‌نوشمه‌شره45دمفاوت‌است‌که‌توسط انر‌نویسنره ه دسمه‌‌قسمت ای‌ارزیا این. از
ی‌نوشمه‌شرن‌خطوط‌از‌‌تا ا‌در‌نظ گ فمن‌تنوع‌از‌جست‌کج‌و‌افق ودن‌خطوط‌و‌فاصله5،دمن
کم‌است‌انمخاب‌شره در‌این‌اسناد‌از‌نظ . اشر‌سنر‌د 051انر‌که‌در‌دجموع‌‌هم‌که‌دموسط‌یا
خط‌خوانا‌دستشادل‌هم‌اسناد‌این.های‌کوچ و زرگ‌و‌دموسط‌وجود‌داردخطانرازه،انواع‌دست
و ر‌خط‌استخط‌و‌هم‌غی و‌خو خوانا انرازه‌ول رو پیشنسادی‌دسمقل‌از‌نوع‌دست. خط‌و
.است
اسمخ رو پیشنسادی قسمت‌جراسازی‌خطوط‌و دو دولفه‌اج ون‌خط‌دنبالهدر های‌ای‌از
است گ فمه ارزیا ق ار در.دمصل‌دورد آشکارسازی‌که ن خ [55،57] ای‌جراسازی‌خطوط‌از
د تع یف‌شره شود‌اسمفاده اشم اک ین‌دجموعه‌پیکسل. اگ های‌خط‌صحیح‌و‌‌طبق‌این‌دعیار
درصر یشم 21های‌دو‌دجموعه‌از‌‌تقسیم اجمماع ین‌پیکسل،ی‌دمناظ ا‌آن‌درهآخط رست
است اشر‌خط‌درست‌اسمخ اج‌شره . ی‌‌دهنره‌نشانG ،(5-5)یرا طهدر خطRخط‌صحیح‌و
آن‌است رست‌آدره ا نشان Mهای‌پیش‌زدینه‌و‌دجموعه‌پیکسل P.ی‌دمناظ دیزان‌انطبا را
.دهرد
(5-5)
آزدایش‌های‌تعراد‌کل‌خط الا0150دورد طبق‌دعیار خط‌درست‌اسمخ اج0155است‌که
پایان‌نادهدزیت‌رو دع ف شره‌در‌این.درصر‌است%5/22ن خ‌آشکارسازی انر‌که‌دعادل ا‌شره
اشنر‌و‌یا‌خطوط‌‌توان ه‌این‌صورت یان‌ک د‌که ای‌دمون که‌داری‌خطوط‌تا‌حری‌کج‌د را‌د
فاصله شره ا نوشمه هم از کم د ی ارائه قبول قا ل نمایج نیز د حله.کنر‌انر در خطا ی‌ایجاد
040
جراسازی‌خطوط‌و‌جایگذاری؛شود‌عادل‌د وط‌د ه‌دو‌خط‌تصاوی کلمات‌اسمخ اج ون یشم .
د رخ خطوط جراسازی د حله در که است‌خطای نقاط ه د وط دهر در. اشمباه واقع در که
د ،اخمصاص‌ی نقطه هی خط در‌قسمت‌جایگذاری‌هم ا.کنر‌در‌این‌قسمت‌هم‌ایجاد‌خطا
ا‌ادکان‌این‌که،نویس سیار‌دمنوع‌استستتوجه ه‌این‌نحوه‌نگار فارس خصوص‌در‌دمون‌د
اشر‌‌شره‌یگذاریدولفه‌دمصل در‌دکان‌اشمباه‌جا،5-5توجه ه‌قواعر‌در‌نظ گ فمه‌شره‌در خش
د حله.وجود‌دارد در ایجاد‌شره افماده‌ی‌دمصل‌دهر‌که‌دولفهزدان رخ‌د ی‌جایگذاریخطا جا
ی‌دولفهت تیب‌جایگذاری‌آن ه‌شکل اشر‌که‌و‌‌نظ اشری‌دورد‌د وط ه‌ش وع‌و‌یا‌انمسای‌کلمه
در‌اداده‌چنر‌دورد‌از.شناسای شونر‌آن‌ی عری‌یا‌قبل است‌زودت ازدمصل که‌د وط ه‌کلمه
.خطاهای وجود‌آدره‌نشان‌داده‌شره‌است
سبز‌دشخص‌اس" ینیمد "ی‌ی‌کلمهنقطه55-5شکلدر ی‌جایگذاری ه‌ت‌در‌د حلهکه ا
زی ین‌نزدیکم (خط‌ق دز‌رنگ)ی‌خطی‌اصل نوشمه‌شره‌است ه‌دعادلهدلیل‌اینکه ا‌فاصله‌از رنه
(.55-5شکل).کنر ه‌این‌خط‌اخمصاص‌پیرا‌د ، ه‌همین‌دلیل‌این‌نقطه ه‌اشمباه.است
044
پایهی‌خط ا‌دعادله" ینیمد "ی‌ی‌نقطهنمایش‌فاصله:55-5شکل
ی‌خط‌زی ین ا‌دعادله" ینیمد "ی‌ی‌نقطهنمایش‌فاصله:55-5شکل
سیار‌کشیره‌و ا‌فاصله‌از"که"این‌خط‌و‌اینکه‌س کش‌ح ف ه‌اشمباه‌در‌اخمصاص‌این‌نقطه
است رنه شره نوشمه اعث‌د یاصل خود ا"که"ی‌ح ف‌اضافهجایگذاری‌شود انجام‌نیز شمباه
-رونره‌دحسوب‌د ی‌دمصل الا ای‌خط‌زی ین‌خود‌دولفه" ینیمد "ی ا‌توجه ه‌اینکه‌نقطه.شود
ی‌ی‌دمصل‌نقطه‌و عر‌از‌آن‌دولفها مرا‌دولفه.شودجایگذاری‌د 0-5-5شود ا‌توجه ه‌قواعر خش
ی‌دمصل‌خط‌اصل که ه‌پنج‌دولفه50-5شکلو57-5شکلدر.شونردمصل‌س کش‌جایگذاری‌د
ی‌دمصل که ا‌فلش‌دولفه.انرشرهنزدی هسمنر‌دشخص‌رونره‌نقطه‌و‌س کش‌های‌دمصل الادولفه
افماده‌دولفهی‌دمصل‌اصل ه‌دولفهسبز‌رنگ‌دشخص‌است‌نزدیکم ین استی‌دمصل‌جا یدولفه.
های‌ت تیب‌کل ق ارگ فمن‌دولفه52-5شکل‌در‌نسایت‌در.گی دارد دمصل الارونره‌قبل‌از‌آن‌ق
.دمصل‌دشخص‌شره‌است
x
y
fitted curve
x
y
fitted curve
049
ی‌دمصل‌نقطهجایگذاری‌دولفه:57-5شکل
س کشی‌دمصل‌جایگذاری‌دولفه:50-5شکل
های‌دمصل‌پشت‌س هم عر‌از‌جایگذاری‌نقطه‌و‌س کشت تیب‌ق ارگ فمن‌دولفه:52-5شکل
اشر‌که‌از‌این‌تعیراد‌‌‌د 9011و‌تعراد‌کل‌ح وف‌اضافه09010دورد‌آزدایش‌تعراد‌کل‌کلمات
ی ای‌کلمیات%95/25انر‌که‌دعادل ا‌درصر‌دقت‌‌ح ف‌اضافه ه‌درسم آشکار‌نشره00و‌کلمه792
دیزان‌ایجاد‌خطا‌توسط‌دو‌عادل الا‌را ه‌تفکی نشیان0-5جرول. ای‌ح وف‌اضافه‌است%5/27و
در‌این‌جرول‌در‌سط اول‌تعراد‌کلمات ق ار‌دارنر‌که اث جایگذاری‌اشمباه‌دولفیه‌دمصیل .دهرد
در‌سط دوم‌کلمات که اث جایگذاری‌اشمباه‌نقیاط.انر‌که‌جز رنه‌اصل کلمه‌است‌دچار‌خطا‌شره
و ه‌همین‌ت تیب‌در‌سط سوم‌کلمات که اث اشمباه‌در‌اخمصاص‌ی نقطیه یه‌‌‌انر‌‌دچار‌خطا‌شره
.دهر‌انر‌را‌نشان‌د دچار‌خطا‌شره‌ی خط
x
y
fitted curve
CC2
CC1
CC4CC5
CC3
x
y
fitted curve
CC1CC2
CC4
CC5
CC3
1
23
45
6
7
8
910
045
دیزان‌ایجاد‌خطا‌توسط‌دو‌عادل الا:0-5جرول
درصر‌ایجاد‌خطا‌تعراد‌کلمات‌عادل‌ایجاد‌خطا
اشمباه‌جایگذاری
رنه‌اصل
5005/55
جایگذاری‌اشمباه
نقاط
500/7
جراسازی‌اشمباه
خطوط‌در‌نقاط
4715/95
،که ا‌رو پیشنسادی‌خطوط‌دمن‌آنسا یه‌درسیم شناسیای شیره‌‌‌‌در‌اداده‌چنر‌سنر‌تصوی ی
(59-5شکلتا51-5شکل).نشان‌داده‌شره‌است
دمن ا کارگی یرو پیشنسادیجراسازی‌خطوط:51-5شکل
045
دمن ا کارگی یرو پیشنسادیجراسازی‌خطوط:50-5شکل
دمن ا کارگی یرو پیشنسادیجراسازی‌خطوط:54-5شکل
045
کارگی یرو پیشنسادی‌جراسازی‌خطوط‌دمن ا:59-5شکل
عملک د‌رو پیشنسادی‌در‌دیورد‌دمیون کیه‌دارای‌خطیوط‌کیج52-5شکلتا55-5شکل در
.انر‌نمایش‌داده‌شره‌استی‌کم‌از‌هم‌نوشمه‌شرهخطوط ا‌فاصلهیا‌هسمنر
انر‌عملک د‌رو پیشنسادی‌در‌دورد‌خطوط‌دمن‌که‌تا‌حری‌کج‌نوشمه‌شره:55-5شکل
047
انر الا‌که ه‌درسم جرا‌شرهسه‌خط‌اول‌دمن:55-5شکل
انر‌خ دمن الا‌که ه‌درسم جرا‌شرهآچسار‌خط:55-5شکل
.انر‌شره‌عملک د‌رو پیشنسادی‌در‌دورد‌خطوط‌دمن که ا‌فاصله‌کم‌از‌هم‌نوشمه:57-5شکل
040
.انر‌سه‌خط‌اول‌دمن الا‌که ه‌درسم جرا‌شره:50-5شکل
.انر‌خ دمن الا‌که ه‌درسم جرا‌شرهآسه‌خط:52-5شکل
قادر ه‌جراسازی‌خطوط‌در‌دورد‌آنسا‌نبوده‌اسیت‌‌دو‌نمونه‌از‌اسناد‌تصوی ی‌که‌رو پیشنسادی
یه5و5هیای‌دمصیل‌خیط‌‌‌‌‌دولفیه51-5شکلدر.انرنمایش‌داده‌شره50-5شکلو51-5شکلدر
همه ه‌عنیوان،خط ه‌یکریگ های‌دمصل‌این‌دو‌دولفهم‌رفمگ شریر‌خطوط‌و‌اتصال ین‌ه‌دلیل‌تو
شره‌انر‌که اعث‌عرم‌تشخیص‌جراگانه‌این‌دو‌خط‌از‌هم‌‌شره‌‌تشخیص‌داده5خط‌‌دمصل‌های‌دولفه
رو قیادر‌‌‌یکیریگ ،ی‌نزدیی خطیوط یه ه‌دو‌دلیل،کج خطیوط‌و‌فاصیله50-5شکلدر.است
.نشره‌است‌جراسازی‌خطوط
042
های‌دمصل‌اتصال ین‌دولفههای‌دمصل‌د وط ه‌ه خط ه‌دلیل‌‌عرم‌توانای تشخیص‌دولفه:51-5شکل
خطوط
ی‌کم‌خطوط‌از‌‌فاصلههای‌دمصل‌د وط ه‌ه خط ه‌دلیل‌کج زیاد‌و‌‌عرم‌توانای تشخیص‌دولفه:50-5شکل
هم
091
5
090
:ششمفصل
گیری و پیشنهاداتنتیجه
094
هیایز یان‌فارسی نوشمه‌ی رهیافت‌جسمجوی‌کلمه ای‌دستپایان‌ناده‌‌این‌رو پیشنسادی
در‌ایین.است‌که‌هرف‌آن‌یافمن‌ی کلمه‌پ سش در‌ی دجموعه‌داده‌شادل‌اسناد‌تصیوی ی‌اسیت
آن‌کلمیه‌در هیای‌‌و‌دکان‌نمونیه‌جسمجو‌شره پ سش دوردنظ کار در‌اسناد‌تصوی یی‌‌رو کلمه
.ی‌دمن کلمه اشرتوانر صورت‌تصوی یا‌رشمهپ سش‌د .شود‌داخل‌اسناد‌دشخص‌د
ای‌ایین.ونرکلمات‌دوجود‌در‌اسناد‌تصوی ی‌اسمخ اج‌شاین‌سیسمم‌در‌اولین‌گام‌لازم‌است‌در
ا‌در‌نظی گی فمن‌اینکیه‌در‌‌‌‌‌سپس.انرشره‌اسمخ اجهای‌دمصل‌دوجود‌در‌دمن‌‌فها مرا‌کل‌دولد حله
ی‌دمصل که‌دخمصات‌د کز‌آن‌دارای یشیم یندولفه؛شود‌فارس از الا‌سمت‌راست‌نوشمن‌آغاز‌د
ی‌در‌نظی گ فمیه‌شیره یشیم است‌و‌تعراد‌پیکسل‌های‌آن‌از‌ی آسمانهyو‌کمم ین‌دقرار xدقرار
تی ین‌دولفیه‌‌‌‌نزدیی .گی دد‌‌انمخاب‌دی که‌ش وع‌کننره‌خط‌است یدمصلدولفه ه‌عنوان، اشرد
xدخمصیات.0)شیود‌‌دمصل‌در‌دمن ه‌این‌دولفه‌دمصل‌اولیه ا‌در‌نظ گ فمن‌دو‌ش ط‌انمخیاب‌دی
قیرر‌دطلیق.4د کز‌دولفه‌دمصل‌اولیه‌کممی اشیرxت ین‌دولفه‌دمصل ایر‌از‌دخمصات‌‌د کز‌نزدی
یا‌اعمیال‌رو .(نظی گ فمیه‌شیره‌کممی اشیر‌‌‌‌‌‌‌د اکز‌آنسا‌از‌ی آسیمانه‌درyدخمصاتف ین‌اخملا
ه‌های‌دمصل‌خط صورت‌ی زنجیزه‌و‌‌ت ین‌همسایه‌و‌در‌نظ گ فمن‌دو‌ش ط الا‌تمام‌دولفه‌نزدی
ه‌هی های‌دمصل‌د وط عر‌از رست‌آدرن‌دولفه.آینرهمان‌ت تیب که‌در‌دمن‌ق ار‌دارنر رستد
.شودپ دازش روی‌آنسا‌انجام‌د عملیات‌پسخط
ی‌قبیل‌‌که‌در‌د حلیه‌است‌های‌دمصل حذف‌دولفه ی‌خط‌ویافمن‌دعادلهپ داز شادل‌این‌پس
ی‌خیط‌از‌‌ی‌ه دولفه‌دمصل ا‌دعادلیه‌‌اگ فاصلهدر‌این‌د حله.انراشمباها ه‌خط‌اخمصاص‌داده‌شره
عیر.شودحذفد آنی حر‌آسمانه یشم ود‌این‌دولفه‌دمصل‌د وط ه‌این‌خط‌نبوده‌و‌از‌لیست
حیذف‌‌‌های‌دمصل‌دیمن‌خط‌از‌لیست‌کل‌دولفهاین‌نسای هایدمصلدولفه،پ داز از‌انجام‌این‌پس
ل‌از‌هیای‌قبی‌‌‌خط‌ذفشود‌تا‌ه ار‌ی خط ا‌ح‌این‌الگوریمم ه‌تعراد‌خطوط‌دمن‌انجام‌د .شونرد
.های‌دمصل‌د وط ه‌آن‌دشخص‌شونرخود دورد‌پ داز ق ار‌گی دودولفه
099
های‌دمصل اق خواهنر‌دانر‌کیه یه‌‌‌تمام‌خطوط‌دمن،دولفه‌روی‌این‌الگوریمم اج ای عر‌از
عبارت‌دیگی ه.شونرکه ا‌پیرا‌ک دن‌دکان‌آنسا‌در‌دمن،جایگذاری‌د انر‌هیچ‌خط اخمصاص‌نیافمه
خطی اخمصیاص‌‌‌‌چی‌قبل یه‌هیی‌‌های‌دمصل که‌در‌د حله‌در‌د حله‌جایگذاری‌در‌دورد‌تمام‌دولفه
این‌در.انر‌ها‌و‌نقاط‌تشکیل‌داده‌س کشهای‌دمصل‌را یشم این‌دولفه.شودگی ید انر‌تصمیم‌نیافمه
و‌جیاروب‌افقی ی‌دمصیل‌هی دولفیهx، ا‌در‌نظ گ فمن‌ی نوار‌سمون اد کزیت‌دخمصات‌د حله
-این‌دولفیهyتشکیل‌خواهر‌شر‌که‌دخمصات‌تصوی شادل‌دعادلات‌خطوط، ه‌تعراد‌خطوط‌دمن‌قله
عر‌از‌دشیخص‌شیرن‌خیط، یا‌ییافمن.ی‌دمصل ه‌ه قله‌که‌نزدیکم ود ه‌آن‌خط‌اخمصاص‌دارد
.شودقبل‌یا عر‌از‌آنسا‌جایگذاری‌د ، ینی‌دمصل‌این‌دولفههای‌دمصل‌خط‌اصل ،نزدیکم یندولفه
تیا‌هفیت‌دولفیه‌‌‌‌‌یی ا‌در‌نظ گ فمن‌این‌قانون‌که‌اکث ح وف‌اضافه‌و‌کلمات‌فارس از‌ت کیب
یه‌‌‌های‌دمصل‌ه خط‌از‌نظ دکیان دولفه.شود‌انر‌اسمخ اج‌کلمات‌دمن‌انجام‌د دمصل‌تشکیل‌شره
از‌اولین‌دولفه‌دمصل‌ه خط‌شی وع‌کی ده‌و.انر‌‌سمت‌چپ‌ذخی ه‌شرهت‌راست‌دمن ه‌ت تیب‌از‌سم
دو‌تا‌دولفه‌دمصل‌اول‌را‌در‌نظ گ فمیه‌و‌تصیوی ی‌شیادل،های‌دوتای ه‌ت تیب ای‌ساخمن‌ت کیب
ا عاد‌این‌تصوی ا‌توجه ه‌دخمصات‌ایین‌دو‌دولفیه‌دمصیل‌تعییین.آیره دو‌دولفه‌دمصل رستد
دمصل‌این‌خط یا‌در‌نظی گی فمن‌گیام‌یی ادادیه‌پییرا‌‌‌‌‌‌‌‌ها‌‌این‌رو تا‌آخ ای‌کل‌دولفه.شودد
شود‌و‌در‌نساییت‌‌‌همین‌د احل ای‌ت کیب‌سه‌تای تا‌هفت‌تای و‌روی‌تمام‌خطوط‌اج اد .کنرد
های‌دمصل که‌د وط ه‌یی کلمیه‌‌‌‌دولفه.شود‌دارنر‌ذخی هد تصوی تمام‌کلمات که‌در‌دمن‌وجود
.انر که‌در‌کلمه‌وجود‌دارنر ا‌این‌رو شناسای شرهدسمقل‌در‌دمن‌هسمنر ه‌همان‌ت تیب
.ی‌فارس ارزییا شیره‌اسیت‌‌‌نوشمهسنر‌تصوی ی‌دست051ای‌شادل‌این‌رو روی‌پایگاه‌داده
درصر‌دقیت‌در‌د حلیه‌اسیمخ اج. اشرد %5/22ن خ‌آشکارسازی‌در‌د حله‌جراسازی‌خطوط ا ا
رو فیو در. ای‌ح وف‌اضیافه‌اسیت%5/27 ای‌کلمات‌و%95/25های‌دمصل،ای‌از‌دولفه‌دنباله
095
انر‌عملک د‌قا ل‌قبیول دمون که‌دارای‌خطوط‌افق و‌کج‌هسمنر‌و‌یا ا‌فاصله‌کم از‌هم‌نوشمه‌شره
انیر‌و‌ییا‌‌‌‌ی‌کم از‌هم‌نوشمه‌شیره‌‌یک از‌دشکلات‌رو در‌دمون است‌که‌خطوط‌کج ا‌فاصله.دارد
.خطوط‌اتصال‌وجود‌دارددمصل‌‌های یندولفه
ای‌از‌کلمات‌کانریر،ایجاد‌شره‌که‌در‌گام عیری‌هیرف‌ییافمن‌‌‌‌در‌نمیجه عر‌از‌گام‌اول‌دجموعه
ی‌دجموعهاین. اشرهای‌کلمات‌پ سش در‌این‌دجموعه‌و‌دشخص‌ک دن‌دکان‌آنسا‌در‌دمن‌د نمونه
در‌یی فضیای‌‌‌‌کلمیات‌پ سشی های‌دمن دمناظ یا ه‌هم اه‌تصاوی کلمات‌پ سش و‌رشمه‌کانریر
از‌ی‌ی‌پ سشی ،و‌تصیاوی ی‌دمنی کلمیه‌‌‌رشمه‌و‌تصوی در‌این‌فضا،.شونرد تعبیه داری‌دشم ک
یا.گی نیر‌‌ریگ قی ار‌دی کدهنر‌نزدی ه‌ی‌را‌نشان‌د ی‌یکسان‌که‌کلمه،ی‌کانریردجموعهکلمات
.ودش‌ت ین‌همسایگ عملیات‌تشخیص‌انجام‌د نزدی نری‌طبقهرو
کیه‌‌‌شیود‌ای ه‌نام‌هیسموگ ام‌ه د ح وف‌اسمفاده‌دی از‌دشخصه،های‌دمن ازنمای رشمه ای
گی ی‌این‌نوع‌دشخصیه ه‌کار.کنردر‌فضای این ی ه‌نام‌فضای چسب‌تعبیه‌د را‌ی‌دمن هارشمه
شیود‌کیه‌‌‌د دنج ه‌روش و‌‌شباهت ین‌کلمات‌دسمقل‌از‌شیوه‌نگار حفظ‌شود‌شود‌که اعث‌د
در‌‌انیر‌در‌واقع‌الگوریمم‌قادر‌است ای‌کلمات کیه‌آدیوز نرییره. دها س هد از‌دانش ین‌کلاس
از دارهای‌فیش ه‌عنیوان.ی‌آزدون‌عملیات‌جسمجو‌را‌انجام‌دهر‌و‌نمایج‌دناسب داشمه اشرد حله
سیپس‌ایین.شیونر‌وی اسمخ اج‌د انمایش‌پایه‌تصوی اسمفاده‌شره‌است‌و دارهای‌ویژگ ای‌تص
یا‌در.رونیر‌ها ه‌کار‌دی دمناظ ای‌آدوز دشخصهPHOCهای دارهای‌ویژگ ه‌هم اه چسب
دشخصه‌وجود‌دارد‌که ای‌آدوز آنسیا‌ازPHOC،555نظ گ فمن‌الفبای‌فارس و‌اسمفاده‌از‌رو
SVMی‌شخصه ه‌عبارت‌دیگ ای‌آدوز د.خط اسمفاده‌شره‌استiُهیای‌‌نمونهای‌از‌م،دجموعها
اشینر‌‌کلمات هسمنر‌که‌دارای‌این‌دشخصه‌د های‌دثبت،نمونه.)شونرو‌دنف آن‌اسمفاده‌د دثبت
های‌دنف که‌دارای‌ایین‌‌ی ق ارگ فمه‌و ای‌نمونههیسموگ ام‌امiُ عُرها‌در‌در‌واقع ای‌این‌نمونه
ها‌دنج ه‌ایجیاد‌فضیای یه‌نیام‌فضیای‌‌‌‌‌‌آدوز دشخصه.(ق ار‌داردامُ‌صف i عُردشخصه‌نیسمنر‌در
095
انیر‌‌دمفیاوت‌هیای‌‌خیط‌ی‌یکسان ا‌دستکه‌در‌این‌فضا‌تصاوی کلمات که‌ی کلمهشود‌د دشخصه
.گی نرنزدی ه‌یگریگ ق ار‌د
سیمگ کیانون ی ای‌تصیحیح‌دقیادی در‌نسایت‌از‌ی رو کالیب هک دن یه‌نیام‌تحلییل‌هیم
و‌‌هیا‌رتبه‌دشخصیه ا‌اسمفاده‌از‌این‌رو .ها س ه ده‌که‌دنج ه‌اصلاح سم نمایج‌شره‌است‌یژگ و
ضا‌همبسمگ ین‌آنسیا‌‌شونر‌که‌در‌این‌فدر‌ی فضای داری‌دشم ک‌تعبیه‌د PHOCهای چسب
.شود‌ت ین‌همسایگ عملیات‌تشخیص‌انجام‌د نزدی نری‌طبقه ا‌رو داکزیمم‌است‌و
هیای‌دمفیاوت‌‌‌خطشادل‌تصاوی کلمات ا‌دستکه ای‌ارزیا این‌الگوریمم‌از‌دو‌پایگاه‌داده‌فارسا
های‌دمفاوت‌اسیت‌‌خطی‌فارس که‌شادل‌اسناد‌تصوی ی ا‌دستدمن‌دست‌نوشمه‌پایگاه‌دادهاست‌و
و‌فضیای ی داری‌‌‌‌دشخصیه‌‌فضای‌آدوز .ی‌آدوز و‌آزدون‌اسمفاده‌شره‌استد حله ای ه‌ت تیب
ی‌پ سشی ییا‌‌ی‌آزدون ا‌تاییپ‌کلمیه‌‌و‌در‌د حله.سا‌انجام‌شری‌فار ا‌اسمفاده‌از‌پایگاه‌داده‌دشم ک
.شوددر‌دمون‌دشخص‌د کلمه‌های‌آن ه‌عنوان‌ورودی،دکان‌نمونهتصوی آن
روی‌دمون‌ز ان‌لاتین‌ارائه‌شره‌است قات‌تحقی‌و یشم تحقیقات‌انجام‌شره‌در‌این‌زدینه
ا.هم روی‌اسناد‌چاپ هسمنر‌ساآناکث سیار‌کم‌د اشر‌که‌انجام‌شره‌در‌ز ان‌فارس وع
نشره‌است،این‌پایان‌ناده‌فارس انجام‌‌ینوشمهدست‌روی‌دمون‌توجس در‌‌کار‌قا لتوجه ه‌اینکه
دارد زدینه این در دناسب نمایج . تصوی ، ا پ سش حالت ای دقرار F1 یشم ین ی‌آسمانهدر
و‌دیزان%55/75 اشر‌که‌در‌این‌آسمانه‌دیزان‌دقت‌د %55/74 رست‌آدره‌است‌که ا ا2545/1
انمخاب‌د .است%54/01ف اخوان ه‌عنوان سم ین‌آسمانه ای‌حالت‌پ سش ا .شوداین‌آسمانه
رست‌آدره2545/1ی‌در‌آسمانهF1دمن یشم ین‌دقرار اشر‌که‌در‌د %24/75است‌که ا ا
در‌دقایسه ا‌حالت‌پ سش ا‌تصوی ،.است%24/70و‌دیزان‌ف اخوان %40/01این‌آسمانه‌دیزان‌دقت
F1کاهش‌یافمه‌است5/0افزایش‌و‌ف اخوان ه‌دیزان09/5و‌دقت ه‌دیزان90/9 ه‌دیزان.
095
ارائه زدینه این در کار اداده ای پیشنسادات خ ،ناده پایان این در آدره رست نمایج ه توجه ا
:شودد
هیای‌‌اسمفاده‌از‌این‌رو ای‌دمون‌چاپ که ا‌توجه یه‌اینکیه‌دمیون‌چیاپ از‌پیچییرگ (0
نوشمه خوردارنر،این‌رو روی‌آنسا‌نمیایج سمی ی‌خواهیر‌‌‌‌کمم ی‌نسبت ه‌دمون‌دست
.داشت
تنوع‌در‌تعراد‌و‌ها،گذاری‌ف اوان‌داننر‌س کششانهعلائم‌نساخمار‌ز ان‌فارس ه‌دلیل‌وجود (4
پایین‌ح وف الا‌و دوقعیت‌نقاط‌در زی ، جای‌ح وف‌و‌تشکیل‌شرن‌کلمات‌از کلمات ه
انگلیس د ز انت از‌کلمات سیار‌پیچیره وجود‌فاصله ین‌زی ه‌همین‌دلیل‌ایجاد اشر،
نیز‌ددشخصه نمایج سم ی‌ر‌ای‌که موانر‌این‌دوارد‌را ز ان‌فارس خواهر‌‌روینظ گی د،
.داشت
دطی ح‌شیره‌در‌ایین‌پاییان‌‌‌‌‌رو ادر خ کلمات‌در‌فارس ح وف‌تک اری‌وجود‌دارد‌که (9
ای‌کیه‌تکی ار‌حی وف‌در،اسمفاده‌از‌دشخصهدوقعیت‌ی تک ار‌از‌آن‌قا ل‌نمایش‌است‌ناده
ای‌کلمات‌فارس است‌و‌نمایج سمی یی سم یی کلمه‌را‌نیز‌در‌نظ گی د،تمیز‌دهنره
.خواهر‌داشت
توانر‌س عت‌جسمجو‌د ی‌اسمخ اج‌ویژگ در‌د حلهSIFTت از‌های‌س یعاسمفاده‌از‌ویژگ (5
.الگوریمم‌را سبود‌دهر
097
م‌د اجع 7
مراجع
[1] T. Kameshiro, T. Hirano, Y. Okada, and F. Yoda, "A document image retrieval
method tolerating recognition and segmentation errors of OCR using shape-
feature and multiple candidates," in Document Analysis and Recognition, 1999.
ICDAR'99. Proceedings of the Fifth International Conference on, 1999, pp. 681-
684. [2] L. Li, S. Lu, and C. L. Tan, "A fast keyword-spotting technique," in Document
Analysis and Recognition, 2007. ICDAR 2007. Ninth International Conference
on, 2007, pp. 68-72. [3] G. Jones, J. Foote, K. Sparck Jones, and S. Young, "Video mail retrieval: The
effect of word spotting accuracy on precision," in Acoustics, Speech, and Signal
Processing, 1995. ICASSP-95. International Conference on, 1995, pp. 309-312.
[4] Y. Lu, L. Zhang, and C .L. Tan, "Retrieving imaged documents in digital
libraries based on word image coding," in Document Image Analysis for
Libraries, 2004. Proceedings. First International Workshop on, 2004, pp. 174-
187.
[5] V. Frinken, A. Fischer, R. Manmatha, and H. Bunke ", A novel word spotting
method based on recurrent neural networks," Pattern Analysis and Machine
Intelligence, IEEE Transactions on, vol. 34, pp. 211-224, 2012. [6] S. H. Kim, S. C. Park, C. B. Jeong, J. S. Kim, H. R. Park, and G. S. Lee,
"Keyword spotting on Korean document images by matching the keyword
image," in Digital libraries: implementing strategies and sharing experiences,
ed: Springer, 2005, pp. 158-166. [7] Y. Lu and C. L. Tan, "Chinese word searching in imaged documents,"
International Journal of Pattern Recognition and Artificial Intelligence, vol. 18,
pp. 229-246, 2004. [8] S. Belongie, G. Mori, and J. Malik, "Matching with shape contexts," in Statistics
and Analysis of Shapes, ed: Springer, 2006, pp. 81-105. [9] G. L. Scott and H. C. Longuet-Higgins, "An algorithm for associating the
features of two images," Proceedings of the Royal Society of London B:
Biological Sciences, vol. 244, pp. 21-26, 1991. [10] T. M. Rath and R. Manmatha, "Word spotting for historical documents,"
International Journal of Document Analysis and Recognition (IJDAR), vol. 9,
pp. 139-152, 2007. [11] T. Konidaris, B. Gatos, K. Ntzios, I. Pratikakis, S. Theodoridis, and S. J.
Perantonis, "Keyword-guided word spotting in historical printed documents
using synthetic data and user feedback," International Journal of Document
Analysis and Recognition (IJDAR), vol. 9, pp. 167-177, 2007. [12] S. N. Srihari, H. Srinivasan, C. Huang, and S. Shetty, "Spotting words in Latin,
Devanagari and Arabic scripts," VIVEK-BOMBAY, vol. 1, pp. 2-9, 2006. [13] B. Zhang, S. N. Srihari, and C. Huang, "Word image retrieval using binary
090
features," in Electronic Imaging 2004, pp. 45-53. [14] Y. POURASAD, H. HASSIBI, and A. GHORBANI, "A Farsi/Arabic Word
Spotting Approach for Printed Document Images," International Journal of
Natural & Engineering Sciences, vol. 6, pp.15-18, 2012. [15] S. Lu and C. L. Tan, "Keyword spotting and retrieval of document images
captured by a digital camera," in Document Analysis and Recognition, 2007.
ICDAR 2007. Ninth International Conference on, 2007, pp. 994-998. [16] S. Bai, L. Li, and C. L. Tan, "Keyword spotting in document images through
word shape coding," in Document Analysis and Recognition, 2009. ICDAR'09.
10th International Conference on, 2009, pp. 331-335. [17] A. Kefali and C. Chemmam, "A Semi-Automatic Approach of old Arabic
Documents Indexing," in CIIA, 2011. [18] Y. Pourasad, H. Hassibi, and A. Ghorbani, "A word spotting method for Farsi
machine-printed document images," Turkish Journal of Electrical Engineering
& Computer Sciences, vol. 21, pp.1-13, 2013. [19] G. R. Ball, S. N. Srihari, and H. Srinivasan, "Segmentation-based and
segmentation-free methods for spotting handwritten arabic words," in Tenth
International Workshop on Frontiers in Handwriting Recognition ,2006. [20] S. Srihari, H. Srinivasan, P. Babu, and C. Bhole, "Handwritten arabic word
spotting using the cedarabic document analysis system," in Proc. Symposium on
Document Image Understanding Technology (SDIUT-05), 2005, pp. 123-132.
[21] G. Kim and V .Govindaraju, "A lexicon driven approach to handwritten word
recognition for real-time applications," Pattern Analysis and Machine
Intelligence, IEEE Transactions on, vol. 19, pp. 366-379, 1997.
[22] S. Marinai, "Text retrieval from early printed books , " International Journal on
Document Analysis and Recognition (IJDAR), vol. 14, pp. 117-129, 2011. [23] J. Almazán, A. Gordo, A. Fornés, and E. Valveny, "Segmentation-free word
spotting with exemplar svms," Pattern Recognition, vol. 47, pp. 3967-3978,
2014. [24] J. Sánchez, F. Perronnin, T. Mensink, and J. Verbeek, "Image classification with
the fisher vector: Theory and practice," International journal of computer vision,
vol. 105, pp. 222-245, 2013. [25] T. M. Rath and R. Manmatha, "Word image matching using dynamic time
warping," in Computer Vision and Pattern Recognition.Proceedings.IEEE
Computer Society Conference on, vol. 2, pp. II-521-II-527,2003. [26] T. Adamek, N. E. O’Connor, and A. F. Smeaton, "Word matching using single
closed contours for indexing handwritten historical documents," International
Journal of Document Analysis and Recognition (IJDAR), vol. 9, pp. 153-165,
2007. [27] J. A. Rodrıguez and F. Perronnin, "Local gradient histogram features for word
spotting in unconstrained handwritten documents," in Int. Conf. on Frontiers in
Handwriting Recognition, 2008. [28] A. Fischer, A. Keller, V. Frinken, and H. Bunke, "HMM-based word spotting in
handwritten documents using subword models," in Pattern recognition (icpr),
2010 20th international conference on, 2010, pp. 3416-3419. [29] J. Rodriguez-Serrano and F. Perronnin, "A model-based sequence similarity with
092
application to handwritten word spotting," Pattern Analysis and Machine
Intelligence, IEEE Transactions on, vol. 34, pp. 2108-2120,2012. [30] A. Abidi, A. Jamil, I. Siddiqi, and K. Khurshid, "Word spotting based retrieval
of urdu handwritten documents," in Frontiers in Handwriting Recognition
(ICFHR), 2012 International Conference on, 2012, pp. 331-336.
[31] Y. Pourasad, H .Hassibi, and A. Ghorbani, "Farsi Word Spotting and Font Size
Recognition," Procedia Technology, vol. 1, pp. 372-377, 2012.
ای‌جسمجوی‌کلمات‌در‌کمیب‌تیاریخ ی رو ت کیب "م،.ج،رضوی.م،صرری.آ ادیعل ]94[
.549-500،ص0920،اولین‌کنف انس ازشناس الگو‌و‌تحلیل‌تصوی ای ان،"نویس‌فارس دست[33] R. Manmatha, C. Han, E. M. Riseman, and W. B. Croft, "Indexing handwriting
using word matching," in Proceedings of the first ACM international conference
on Digital libraries, 1996, pp. 151-159. [34] S. Kane, A. Lehman, and E. Partridge, "Indexing George Washington’s
handwritten manuscripts," Center for Intelligent Information Retrieval,
Computer Science Department, University of Massachusetts, Amherst, MA, vol.
1003, 2001. [35] Y. Lu, C. L. Tan, W. Huang, and L. Fan, "An approach to word image matching
based on weighted Hausdorff distance," in Document Analysis and Recognition,
2001. Proceedings. Sixth International Conference on, 2001, pp. 921-925.
[36] Z. S. Harris, "Distributional structure," vol. 10, pp. 146-162, 1954. [37] G. Csurka, C. Dance, L. Fan, J. Willamowski, and C. Bray, "Visual
categorization with bags of keypoints," in Workshop on statistical learning in
computer vision, ECCV, 2004, pp. 1-16. [38] F. Perronnin, "Universal and adapted vocabularies for generic visual
categorization," Pattern Analysis and Machine Intelligence, IEEE Transactions
on, vol. 30, pp. 1243-1256, 2008. [39] R. Shekhar and C. Jawahar, "Word image retrieval using bag of visual words," in
Document Analysis Systems (DAS), 2012 10th IAPR International Workshop on,
2012, pp. 297-301. [40] M. W. Sagheer, N. Nobile, C. L. He, and C. Y. Suen, "A novel handwritten urdu
word spotting based on connected components analysis," in Pattern Recognition
(ICPR), 2010 20th International Conference on, 2010, pp. 2013-2016. [41] S. Wshah, G. Kumar, and V. Govindaraju, "Script independent word spotting in
offline handwritten documents based on hidden markov models," in Frontiers in
Handwriting Recognition (ICFHR), 2012 International Conference on, 2012, pp.
14-19. [42] Z. Bahmani and R. Azmi, "Farsi/Arabic Document Image Retrieval through
Sub-Letter Shape Coding for mixed Farsi/Arabic and English text" IJCSI
International Journal of Computer Science Issues, Vol. 8, pp. 166-172,
September 2011 [43] R. Manmatha, C. Han ,and E. M. Riseman, "Word spotting: A new approach to
indexing handwriting," in Computer Vision and Pattern Recognition, 1996.
Proceedings CVPR'96, 1996 IEEE Computer Society Conference on, 1996, pp.
051
631-637. [44] J. Almazán, A. Gordo, A. Fornés, and E. Valveny, "Word spotting and
recognition with embedded attributes," Pattern Analysis and Machine
Intelligence, IEEE Transactions on, vol. 36, pp. 2552-2566, 2014. [45] J. A. Rodriguez-Serrano, F. Perronnin, and F. Meylan, "Label embedding for
text recognition," in Proc. BMVC, 2013. [46] J. F. G. Srikantan and S. Srihari, "Handprinted character/digit recognition using
a multiple feature/resolution philosophy," in Proc. Fourth Int'l Workshop
Frontiers in Handwriting Recognition, 1994, pp. 57-66. [47] K. Mikolajczyk and C. Schmid, "Scale & affine invariant interest point
detectors," International journal of computer vision, vol. 60, pp. 63-86, 2004. [48] D. G. Lowe, "Object recognition from local scale-invariant features," in
Computer vision, 1999. The proceedings of the seventh IEEE international
conference on, 1999, pp. 1150-1157.
LIDARهیای‌اسمخ اج‌عوارض‌دمنیاظ در‌تصیوی هیوای و‌داده"ف،.زادگانع،صمر.عا رین ]52[
.07،0907،همایش‌ژئوداتی "SIFT اساس‌الگوریمم[50] D. G. Lowe, "Distinctive image features from scale-invariant keypoints,"
International journal of computer vision, vol. 60, pp. 91-110, 2004. [51] M. Ziaratban, K. Faez, and F. Bagheri, "FHT: An unconstraint Farsi handwritten
text database," in Document Analysis and Recognition, 2009. ICDAR'09. 10th
International Conference on, 2009, pp. 281-285. [52] H. Angrish and S. Kaur, "A Survey on Feature Description Techniques,"
International Journal of Science and Research, vol. 4, pp. 38-41, 2015.
وهشیناده‌‌ژ،پ" ینی حی ان‌دیال رس را طه یین‌الگوهیای‌پییش"ز،.ه،پورزدان .نیکود ام ]59[
.54،0900-99،ص0،شماره0،دوره"حسا راری‌دال و‌حسا س
[54] J. Almazan, A. Gordo, A. Fornés, and E. Valveny, "Handwritten word spotting
with corrected attributes," in Computer Vision (ICCV), 2013 IEEE International
Conference on, 2013, pp. 1017-1024.
]55 [ احمری. ایسمه‌تاش .ف دالف، ی خط‌کلمات‌دست‌نوشمه ازشناس ون"ع، فارس در
لغات دحرود "دجموعه ارشر کارشناس ناده پایان ، شاه ود،-دسنرس دانشگاه الکم ونی ،
.0921زدسمان[56] M. Ziaratban and K. Faez, "An adaptive script-independent block-based text line
extraction," in 2010 International Conference on Pattern Recognition, 2010, pp.
249-252. [57] Y. Li, Y. Zheng, D. Doermann, and S. Jaeger, "Script-independent text line
segmentation in freestyle handwritten documents," Pattern Analysis and
Machine Intelligence, IEEE Transactions on, vol. 30, pp. 1313-1329, 2008.
050
Abstract
Word spotting is a way to search for text information in document images. This
process includes finding and locating a query word within a document image. In this
context, more researches are provided on Latin documents. A Few researches in Arabic
and Farsi has been reported, the majority of these researches are on printed documents.
In this thesis we present a Farsi handwritten word spotting system. The proposed system
is based on two steps. In the first stage, all existing connected components in the text
image have been extracted, then the first connected component of each line is
determined. Therefore by applying the nearest neighbor method, all the connected
components of each line obtained according to their order in the text. As a result, after
this stage, each of the connected components in the text devoted to one of the lines.
Actually each line can be demonstrated with its connected components independent of
other lines. The result of this stage is decomposing the text image into separated lines. In
the next step with regard to the rule that the majority of prepositions and Persian words
are combination of one to seven connected components, the words in the text are
extracted. Actually the connected components of an independent word in the text are
indentified in the same order of appearance in the word. For each of the word images
extracted, the coordinates of their location in the text is saved.
As a result, after the first stage a set of candidate words is obtained. In the second
stage, the goal is to find all instances of a query word in this set then their location in the
text is specified. The query word may be a text string or may also be an image. In this
stage, for word spotting we use attributes from Persian alphabet. The use of this kind of
attributes makes word spotting independent of the writing style.
This approach has been applied on a dataset consisting of 55 query words and 100
Farsi handwritten document images. Average precision and recall for query by image is
75.45% and 80.42% and for query by text is 80.28% and 78.92%.
Keywords: : Keyword spotting, Handwritten Farsi document images, Attributes,
Label Embedding, Separating lines of text, Connected Components
054
Shahrood University of Technologhy
Faculty of Electrical Engineering
Handwritten Farsi WordSpotting Using Attributes
embedding Technique
Bahare Asadi
Supervisor:
Dr. Alireza AhmadiFard
Adviser:
Majid Iranpour
February 2016