دانلود رایگان ترجمه مقاله تشخیص آفلاین کاراکتر عربی (نشریه الزویر 1998)

تشخیص آفلاین کاراکتر عربی: آخرین پیشرفت

OFF-LINE ARABIC CHARACTER RECOGNITION: THE STATE OF THE ART

چکیده
1 – مقدمه
2 – مشخصات کلی نوشتن عربی
3 – تشخیص کاراکترهای عربی
3 -1 – تقسیم بندی کلمه
3 -2 استخراج و تشخیص ویژگی
3 – 3 – طبقه بندهای شبکه عصبی
3 – 4 – روش های تصادفی
4 – نتایج

چکیده

شبیه سازی ماشین خواندن انسان، برای تقریبا سه دهه موضوع تحقیقات فشرده ای بوده است. تعداد زیادی از مقالات و گزارشات پژوهشی در مورد کاراکترهای لاتین، چینی و ژاپنی منتشر شده است. با این حال، کار کمی در مورد تشخیص خودکار کاراکترهای عربی به دلیل پیچیدگی متن چاپ شده و دست نوشته انجام شده است و این مشکل هنوز هم یک میدان تحقیقاتی باز است. هدف اصلی این مقاله، ارائه حالت عربی پژوهش تشخیص کاراکتر در سراسر دو دهه گذشته است.
1- مقدمه
سیستم های تشخیص کاراکتر می توانند به طور فوق العاده به پیشرفت فرآیند اتوماسیون کمک نمایند و می توانند تعامل بین انسان و ماشین را در بسیاری از کاربردها، از جمله اتوماسیون اداری، تأیید بررسی و انواع زیادی از بانکداری، کاربردهای کسب و کار و ورود اطلاعات بهبود ببخشند.
روش های مختلف پوشش داده شده تحت اصطلاح کلی تشخیص کاراکتر در دو دسته آنلاین یا آفلاین قرار می گیرند که هر یک دارای الگوریتم های تشخیص و سخت افزار خاص خود هستند
در سیستم های تشخیص کاراکتر آنلاین، کامپیوتر، نمادها را زمانی که ترسیم می شوند، تشخیص می دهد. (1-4) رایج ترین سطح نوشتن، تبلت دیجیتالی است که از طریق یک قلم خاص در تماس با سطح تبلت عمل می کند و مختصات نقاط ترسیم شده را در یک فرکانس ثابت ساطع می کند. قطع تماس، انتقال یک کاراکتر خاص را بی درنگ برانگیخته می کند. بنابراین، ثبت بر روی تبلت، موجب تولید رشته های مختصات از هم جدا شده توسط علائم می شود، زمانی که قلم دیگر سطح تبلت را لمس نمی کند.
4- نتایج
در این مقاله، مسائل مربوط به کاراکترهای عربی چاپ شده و دست نوشته ارائه شد و بسیاری از پژوهش های مهم به طور خلاصه در تلاش برای ارائه وضعیت فعلی پژوهش تشخیص کاراکتر عربی شرح داده شدند. این هنوز هم یک حوزه تحقیقاتی باز است و هنوز هیچ سیستم تجاری عربی OCR در دسترس وجود دارد. این به دلیل مشکل تقسیم بندی است که در واقع شبیه به تقسیم بندی دست خط شکسته در بسیاری از زبان ها، و به دلیل پیچیدگی کاراکترهای عربی است. علاوه بر این، تمام الگوریتم های ارائه شده در این مقاله با متن بی صدا سرو کار دارند و تشخیص تفکیک واکه ها، یک حوزه پژوهش بسیار مهم در زبان عربی است.
با این حال، ارائه نتایج مقایسه ای برای روش پیشنهادی تا کنون بسیار دشوار است. بسیاری از روش های مورد استفاده برای دست خط عربی روی پایگاه های داده کوچک و مختلف ایجاد شده توسط تعداد کمی از مردم مورد آزمایش قرار گرفتند، زمانی که هیچ پایگاه داده عربی رایج در دسترس وجود ندارد. این برای همه روش های مورد استفاده برای کاراکترهای چاپ عربی هم درست است. به همین دلیل است که نتایج در بخش های قبلی که به شرح تکنیک ها اختصاص داده نشده اند، گنجانده نشدند.
همانطور که قبلا گفته شد، هیچ تکنیک محاسباتی حیاتی در این زمینه هنوز به طور کامل بررسی نشده است. به این ترتیب، این زمینه برای تحقیقات آینده از اهمیت زیادی برخوردار است.

Abstract

Machine simulation of human reading has been the subject of intensive research for almost three decades. A large number of research papers and reports have already been published on Latin, Chinese and Japanese characters. However, little work has been conducted on the automatic recognition of Arabic characters because of the complexity of printed and handwritten text, and this problem is still an open research field. The main objective of this paper is to present the state of Arabic character recognition research throughout the last two decades.

1- INTRODUCTION

Character recognition systems can contribute tremendously to the advancement of the automation process and can improve the interaction between man and machine in many applications, including office automation, check verification and a large variety of banking, business and data entry applications.

The different approaches covered under the general term character recognition fall into either the on-line or off-line category, each having its own hardware and recognition algorithms.

In on-line character recognition systems, the computer recognizes the symbols as they are drawn.(1~4) The most common writing surface is the digitizing tablet, which operates through a special pen in contact with the surface of the tablet and emits the coordinates of the plotted points at a constant frequency. Breaking contact prompts the transmission of a special character. Thus, recording on the tablet produces strings of coordinates separated by signs indicating when the pen has ceased to touch the tablet surface.

4- CONCLUSIONS

This paper presented the problems related to printed and handwritten Arabic characters, and much of the important research work was briefly described in an attempt to present the current status of Arabic character recognition research. This is still an open research area and there is no commercial Arabic OCR system available yet. This is because of the segmentation problem, which is in fact similar to the segmentation of cursive script in many languages, and because of the complexity of Arabic characters. Moreover, all the algorithms presented in this paper deal with unvocalized text and the recognition of vowel diacritics is an extremely important research area in the Arabic language.

However, it is very difficult to give comparative results for the methods proposed so far. Most of the methods used for Arabic handwriting were tested on small and different Databases created by only a few people as there is not any common Arabic Database available. This is also true for all the methods used for printed Arabic characters. This is the reason why the results in the previous sections, which are dedicated to the description of the techniques, were not included.

As stated previously, no vital computational techniques in this area have yet been fully explored. As such, this field is of importance for future research..