Utilisation Des Mod Les De Markov Cache Pseudo 2d Pour La Reconnaissance Des Chiffres Manuscrits

Dans cet article, nous présentons une nouvelle méthode de reconnaissance des chiffres manuscrits qui résoud les problèmes de la multiplicité de la forme des chiffres manuscrits ainsi les problèmes d’inclinaison et de taille. Les caractéristiques des chiffres manuscrits sont utilisées et cela en exp...

Full description

Saved in:
Bibliographic Details
Main Authors: A. Sehad, I. Oudjoudi, L. Mezai, L. Sekkai
Format: Article
Language:Arabic
Published: Scientific and Technological Research Center for the Development of the Arabic Language 2013-06-01
Series:Al-Lisaniyyat
Subjects:
Online Access:https://www.crstdla.dz/ojs/index.php/allj/article/view/478
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1839621812092141568
author A. Sehad
I. Oudjoudi
L. Mezai
L. Sekkai
author_facet A. Sehad
I. Oudjoudi
L. Mezai
L. Sekkai
author_sort A. Sehad
collection DOAJ
description Dans cet article, nous présentons une nouvelle méthode de reconnaissance des chiffres manuscrits qui résoud les problèmes de la multiplicité de la forme des chiffres manuscrits ainsi les problèmes d’inclinaison et de taille. Les caractéristiques des chiffres manuscrits sont utilisées et cela en exploitant la structure élastique des Modèles de Markov Caché. L’indépendance en taille et inclinaison est une propriété désirée pour un système de reconnaissance robuste. Une solution pour atteindre ce but est d’implémenter une normalisation de taille et correction d’inclinaison dans l’approche 1D HMM. Nous proposons une architecture de PHMM comprenant un modèle vertical de super-états et des modèles horizontaux, un par super état. On fera la distinction entre le modèle principal composé de super-états et les modèles secondaires associés aux super-états. Pour une image, le modèle principal fera l’analyse selon une direction (la direction verticale) et les modèles secondaires la feront selon l’autre axe. Notre approche permet la reconnaissance des chiffres manuscrits inclinés. Des expérimentations sur une base des chiffres importante montrent des résultats prometteurs avec des temps d'exécutions tolérables.
format Article
id doaj-art-5460ba6fc3d74a6aab74a2e8d2ea9b10
institution Matheson Library
issn 1112-4393
2588-2031
language Arabic
publishDate 2013-06-01
publisher Scientific and Technological Research Center for the Development of the Arabic Language
record_format Article
series Al-Lisaniyyat
spelling doaj-art-5460ba6fc3d74a6aab74a2e8d2ea9b102025-07-22T10:03:00ZaraScientific and Technological Research Center for the Development of the Arabic LanguageAl-Lisaniyyat1112-43932588-20312013-06-0119110.61850/allj.v19i1.478 Utilisation Des Mod Les De Markov Cache Pseudo 2d Pour La Reconnaissance Des Chiffres Manuscrits A. Sehad0I. Oudjoudi1L. Mezai2L. Sekkai3Division Architecture des Systèmes et Multimédia Centre de Développement des Technologies Avancées Division Architecture des Systèmes et Multimédia Centre de Développement des Technologies Avancées Division Architecture des Systèmes et Multimédia Centre de Développement des Technologies Avancées Division Architecture des Systèmes et Multimédia Centre de Développement des Technologies Avancées Dans cet article, nous présentons une nouvelle méthode de reconnaissance des chiffres manuscrits qui résoud les problèmes de la multiplicité de la forme des chiffres manuscrits ainsi les problèmes d’inclinaison et de taille. Les caractéristiques des chiffres manuscrits sont utilisées et cela en exploitant la structure élastique des Modèles de Markov Caché. L’indépendance en taille et inclinaison est une propriété désirée pour un système de reconnaissance robuste. Une solution pour atteindre ce but est d’implémenter une normalisation de taille et correction d’inclinaison dans l’approche 1D HMM. Nous proposons une architecture de PHMM comprenant un modèle vertical de super-états et des modèles horizontaux, un par super état. On fera la distinction entre le modèle principal composé de super-états et les modèles secondaires associés aux super-états. Pour une image, le modèle principal fera l’analyse selon une direction (la direction verticale) et les modèles secondaires la feront selon l’autre axe. Notre approche permet la reconnaissance des chiffres manuscrits inclinés. Des expérimentations sur une base des chiffres importante montrent des résultats prometteurs avec des temps d'exécutions tolérables. https://www.crstdla.dz/ojs/index.php/allj/article/view/478Reconnaissance optique des caractères (OCR), reconnaissance des chiffres manuscrits, HMM.
spellingShingle A. Sehad
I. Oudjoudi
L. Mezai
L. Sekkai
Utilisation Des Mod Les De Markov Cache Pseudo 2d Pour La Reconnaissance Des Chiffres Manuscrits
Al-Lisaniyyat
Reconnaissance optique des caractères (OCR), reconnaissance des chiffres manuscrits, HMM.
title Utilisation Des Mod Les De Markov Cache Pseudo 2d Pour La Reconnaissance Des Chiffres Manuscrits
title_full Utilisation Des Mod Les De Markov Cache Pseudo 2d Pour La Reconnaissance Des Chiffres Manuscrits
title_fullStr Utilisation Des Mod Les De Markov Cache Pseudo 2d Pour La Reconnaissance Des Chiffres Manuscrits
title_full_unstemmed Utilisation Des Mod Les De Markov Cache Pseudo 2d Pour La Reconnaissance Des Chiffres Manuscrits
title_short Utilisation Des Mod Les De Markov Cache Pseudo 2d Pour La Reconnaissance Des Chiffres Manuscrits
title_sort utilisation des mod les de markov cache pseudo 2d pour la reconnaissance des chiffres manuscrits
topic Reconnaissance optique des caractères (OCR), reconnaissance des chiffres manuscrits, HMM.
url https://www.crstdla.dz/ojs/index.php/allj/article/view/478
work_keys_str_mv AT asehad utilisationdesmodlesdemarkovcachepseudo2dpourlareconnaissancedeschiffresmanuscrits
AT ioudjoudi utilisationdesmodlesdemarkovcachepseudo2dpourlareconnaissancedeschiffresmanuscrits
AT lmezai utilisationdesmodlesdemarkovcachepseudo2dpourlareconnaissancedeschiffresmanuscrits
AT lsekkai utilisationdesmodlesdemarkovcachepseudo2dpourlareconnaissancedeschiffresmanuscrits