Manuscript ID : 202005061367 Visit : 17884 Page: 96 - 108

Article Type: Original Research

طراحی اولین پایگاه داده کلمات دستنویس کردی برای سیستم های تشخیص تصویری کلمات

Subject Areas : Information and Knowledge Technology

fatemeh daneshfar ^{1
*} , basir alagheband ² , vahid sharafi ³

1 -
2 -
3 -

Received: 2013-10-22 Published : 2019-11-08

Keywords:

Abstract :

چکیده: یکی از اجزای زیربنایی سیستم های تشخیص تصویری کلمات پایگاه داده هاست. هر سیستمی که در این زمینه طراحی گردد لاجرم می بایست از یک نوع پایگاه داده ها استفاده کند. بدیهی است چون موضوع مورد مطالعه در این سیستم ها شکل نوشتاری زبان های مختلف میباشد پس برای هر زبان مشخص پایگاه داده بخصوصی لازم است. زبانی که این مقاله بر آن متمرکز شده کردی است و در این مقاله مراحل مختلف چگونگی طراحی اولین پایگاه داده دستنویس برای زبان کردی شرح داده شده است. از آنجا که تاکنون هیچ پایگاه داده ای مخصوص تشخیص تصویری کلمات، مربوط به زبان کردی طراحی نشده است بنابراین زمینه ای بکر و مستعد برای انجام تحقیق محسوب می گردد. همچنین با توجه به اینکه زبان کردی دارای دو رسم الخط مختلف لاتین و آرامی می باشد در این مقاله منحصرا به رسم الخط آرامی البته از نوع دستنویس آن پرداخته شده است.

References:

Full-Text:

فصلنامه علمي- پژوهشي

فناوري اطلاعات و ارتباطات ایران

سال پنجم، شماره‌هاي 17 و 18، پاییز و زمستان 1392

صص: 108- 97

$E:\E Drive\logo\iicta Logo0.JPG$

طراحی پایگاه داده کلمات دستنویس کردی سورانی برای سیستم‌های‌تشخیص نوری کلمات

*فاطمه دانشفر **بصیر علاقه‌بند **وریا فتحی

*کارشناس ارشد، دانشکدة کامپیوتر، دانشگاه کردستان، کردستان

**کارشناس، فناوری اطلاعات، دانشکدة کامپیوتر، دانشگاه کردستان، کردستان

تاریخ دریافت: 15/01/1392 تاریخ پذیرش: 22/03/1392

چكيده

یکی از اجزای زیربنایی سیستم‌های تشخیص تصویری کلمات (OCR) پایگاه داده‌ها هستند و سیستم‌هایی که در این زمینه طراحی می‌شوند بطور معمول از یک نوع پایگاه داده استفاده می‌کنند. بدیهی است از آنجا که موضوع مورد مطالعه در این سیستم ها شکل نوشتاری (رسم الخط) زبآن‌های مختلف است بنابراین برای هر زبانی پایگاه دادة بخصوصی لازم است. زبانی که این مقاله بر آن متمرکز شده کردی است و در این مقاله مراحل مختلف چگونگی طراحی اولین پایگاه دادة حروف دستنویس برای زبان کردی شرح داده شده است. از آنجا که تاکنون هیچ پایگاه داده‌ای مخصوص تشخیص تصویری کلمات، مربوط به زبان کردی طراحی نشده است بنابراین زمینه‌ای بکر و مستعد برای انجام تحقیق محسوب می‌شود. همچنین با توجّه به اینکه زبان کردی دارای دو رسم‌الخط مختلف لاتین و آرامی است در این مقاله منحصراً به رسم الخط آرامی البته از نوع دستنویس آن پرداخته شده است.

واژه‌های کلیدی: سیستم‌های تشخیص تصویری کلمات، پایگاه دادهها، زبان کردی، دستنویس.

مقدمه

پایگاه دادههای تصویری نقشی اساسی در سیستم‌های تشخیص تصویری کلمات دارند. تقریباً تمامی عملیات‌های آموزشی ¹ و آزمایشی که در این سیستم‌ها انجام می‌پذیرد وابسته به پایگاه داده‌های حروف است. بنابراین پرواضح است نقش چنین جزئی از سیستم تا چه اندازه مهم و اساسی است. گاهی به دلیل حجم و تنوع دادهها در برخی پروژهها، دیده شده که حتی بیش از یک پایگاه داده نیز استفاده شده

است.زبانی که این پژوهش بر طراحی پایگاه دادة تصویری آن متمرکز شده است زبان کردی است، این زبان دارای دو رسم‌الخط مختلف لاتین و آرامی است که این مقاله منحصرا به رسم الخط آرامی و به صورت دستنویس آن می‌پردازد هر چند که متدهایی که در این پژوهش ارائه شدهاند قابلیت تعمیم به حوزه کارکرد متون تایپی را نیز دارند و به سهولت می‌توان این پایگاه داده را در خصوص کلمات تایپ شده نیز بکار برد.

نویسندة عهده‌دار مکاتبات: فاطمه دانشفرf_daneshfar@yahoo.com

· پیش زمینه

همانطور که پیش از این اشاره شد شکل مورد نظر ما از رسم‌الخط زبان کردی همان رسم‌الخط آرامی یا به تعبیری کردی سورانی است. زبآن‌هایی چون عربی، فارسی و کردی سورانی از الفبای موسوم به الفبای آرامی بهره می‌برند که یکی از مهم‌ترین و بزرگ‌ترین شاخه‌های زبآن‌های دارای الفبای بهم چسبیده است، به همین دلیل شباهت‌های ظاهری فراوانی میان شکل نوشتاری این زبآن‌ها (زبآن‌های با الفبای آرامی) وجود دارد. بر این اساس چون تجربه‌های زبان کردی در زمینة سیستم‌های مبتنی بر تشخیص تصویری کلمات، چه بصورت دستنویس و چه بصورت تایپی، بسیار اندک و ناچیز است، بنابراین برآن شدیم از تجاربی که در زبآن‌های مشابه انجام گرفته‌اند به عنوان پایه و اساس کار خود بهره‌برداری کنیم. در این پژوهش سعی شده است تا بیش‌تر با استخراج قوانین و ضوابط متناسب با قواعد نوشتاری زبان کردی، روند کار به سمت یک فرآیند بومی سازی سوق داده شود. ضمن اینکه با توجّه به پیشرو بودن در این حوزه و عدم تجارب قبلی بر بستر زبان کردی، سعی شده است حتی‌الامکان قاعدة سادگی را سرلوحة کار خود قرار دهیم. بدین مفهوم که تأکید ما بیش‌تر بر انجام هر چه درست‌تر و اصولی‌تر کار بوده است، تا این که بر پیچیدگی و شاخ و برگ‌دادن به آن تأکید ورزیم. در ادامه به دو نمونه از پایگاه داده‌هایی که در دو زبان عربی و فارسی مطالعه شده است اشاره می‌شود.

1. پایگاه داده IFN/ENIT

پایگاه داده استانداردی است که حاوی متن کلمه، تصویر دستنویس آن، محل قرار گرفتن خط زمینه، تعداد کاراکتر هر کلمه و مانند آن است ]1[. این پایگاه داده تاکنون بیش‌ترين سهم را در پشتیبانی از پروژههای تشخیص تصویری کلمات زبان عربی داشته است و اکثر روش‌های ارائه شده بر بستر زبان عربی بر آن تست شدهاند ]2[. خواص هر کلمه در پایگاه داده IFN/ENIT به دو صورت خودکار و یا با استفاده از بینایی انسان (استفاده از افراد برای تشخیص) برای هر کلمه تعیین شده است. خط زمینه از جمله ويژگي‌هايي است که با کمک گرفتن از عامل انسانی و نه به صورت خودکار، محل آن مشخص شده است. این پایگاه داده شامل نام 946 شهر و روستا درکشور تونس است که با تکرار نام این شهرها توسط 492 نفر از مردم نوشته شده و در حال حاضر شامل 32492 نمونه است. تمامی این نمونه‌ها هریک طی چندین مرحله امّادهسازی و پردازش در نهایت به تصویری دو سطحی (که در آن پیکسل‌های سیاه و سفید دارای مقادیر صفر و یک هستند) تبدیل و در پایگاه داده ذخیره شدهاند. این پایگاه داده دارای دو نسخه متفاوت است که در این پروژه، آخرین نسخه آن مورد بررسی قرار گرفته است ]3[. شکل های 1 و 2 به ترتیب نمونهای از تصاویر موجود در IFN/ENIT و فرم مربوطه که در این پایگاه داده برای جمع‌آوری تصاویر واژهها از متن دستنویس مورد استفاده قرار گرفته است را نشان می‌دهند.

$Description: D:\Darsi\OCR\New folder (2)\Bmpseg2\ae07_001.bmp$

شکل 1. نمونه‌ای از تصاویر موجود در پایگاه داده IFN/ENIT ]1[

2. پایگاه داده IfN/Farsi

این پایگاه داده نیز اقتباسی است از IFN/ENIT با این تفاوت که بر بستر زبان فارسی پیاده شده است و طبیعتاً بدلیل الگوبرداری از آن وجوه تشابه نسبتاً زیادی میان آن‌ها وجود دارد[4]. دلیل این اقتباس شباهت فراوان رسم الخط زبان فارسی نسبت به عربی است بنابراین با توجّه به موفقیت و مقبولیت گستردهای که IFN/ENIT کسب کرده است، راه سادهتر آن بوده که از ساختار کلّی آن برای ساخت یک پایگاه داده فارسی برای تشخیص تصویری کلمات استفاده شود.

[1] . Training

$Description: C:\Users\basir\Desktop\ifn-table.jpg$

شکل 2. فرمی (بصورت پرشده) که در پایگاه داده IFN/ENIT برای گردآوری تصاویر واژههای دستنویس استفاده شده است ]1[

$Description: C:\Users\basir\Desktop\a.jpg$

شکل 3. فرمی (بصورت پرشده) که در پایگاه داده IfN/Farsi برای گردآوری تصاویر واژههای دستنویس استفاده شده است ]1[

امّا پایگاه داده IfN/Farsi متشکل از 7271 تصویر باینری از اسامی 1080 شهر و استان کشور ایران است که توسط 600 نفر در شرایط سنی و جنسی مختلف به رشته تحریر در آمده است. همچنین برای هر تصویر خصوصیاتی از جمله فایل تصویری آن، ZIP code، کد کلمه، خط کرسی، تعداد حروف و زیرواژه‌ها¹ و همچنین در صورت وجود داشتن نقطه، تعداد نقطه‌ها درنظر گرفته شده است ]5[ ]6[. در شکل 4 نمونه‌ای از تصویر یک واژه موجود در پایگاه داده IfN/Farsi و در شکل 3 نمونه‌ای از فرم پر شده‌ای را می‌بینید که در این پایگاه داده برای جمع‌آوری تصاویر واژه‌ها از متن دستنویس مورد استفاده قرار گرفته است. در حقیقت تصویر شکل 4 از فرم شکل 3 استخراج گردیده است.

شکل 4. نمونه‌ای از تصاویر موجود در پایگاه داده IfN/Farsi ]1[

3. پایگاه داده کردی

تعداد واژه‌هایی که از لغتنامههای موجود کردی برای پایگاه داده استخراج شدهاند بیش از 55000 کلمه است، امّا به دلیل محدودیت عملیاتی در واقع تنها از این میان 2100 کلمه به عنوان جامعه، نمونه برای نسخه‌برداری دستنویس انتخاب شدهاند. فرمهای استانداردی شبیه آنچه که در پایگاه دادههایIFN/ENIT و IfN/Farsi بکار رفته‌اند برای این کار تدارک یافته‌اند. در هر فرم 9 کلمه بصورت سرمشق نوشته شده است و به هر فرد بطور متوسط 5 فرم تحویل داده شده تا دستخط خود را مقابل کلمات تایپ شده بنویسد. شکل 5 نمونه‌ای از تصویر یک فرم استاندارد پرشده است.بدین ترتیب دو نوع کلّی از داده‌ها را خواهیم داشت: ابتدا، متن کلمات و سپس عکس‌های اسکن شده از فرم‌هایی که توسط افراد مختلف پر شده است. به دلیل حجم نسبتاً پایین داده‌ها تصمیم گرفته شد که پیاده سازی پایگاه داده به وسیلة نرم‌افزار مایکروسافت اکسس² انجام گیرد. همچنین پیش از هر چیز برنامه کاربردی³ برای تولید و مدیریت داده‌ها طراحی شد تا به کمک ابزار اکسس، ساختمان اصلی پایگاه داده‌ها را تشکیل دهد. قسمت اصلی وظایف این برنامة کاربردی در مرحلة اول گردآوری و وارد‌کردن اطلاعات به پایگاه داده‌ها و همچنین ویرایش آن‌ها است.

در کل، هر رکورد این پایگاه داده تنها دربردارندة دو موجودیت⁴ است: یکی موجودیت کلمه و دیگری عکس اسکن شده که متناظر با کلمات هستند. هر یک از عکس‌های مذکور شامل تصویر اسکن شده یک کلمه دستنویس است که توسط افراد گوناگون نوشته شده است. بدین ترتیب بدلیل اینکه برای هر کلمه چند عکس اسکن شده مربوط به دستخطهای متفاوت وجود دارد پس رابطة مابین موجودیت‌ها یک به چند و از سمت کلمات به عکس‌ها است (شکل 6). در ادامه به تفصیل به دو موجودیت مذکور، جدول‌ها⁵ و صفت‌های⁶ مربوط به آن‌ها پرداخته خواهد شد.

· موجودیت کلمه

محوریت این موجودیت، کلمات و صفات آن‌ها هستند. یک واژه را به تنهایی در نظر بگیرید، از آنرو که سیستم‌های تشخیص تصویری کلمات به اطلاعات جامعی نیاز دارند تا بتوانند در سطحی مطلوب عمل تشخیص را انجام دهند بنابراین باید ویژگی‌های مهم ساختار ظاهری واژه‌ها استخراج شوند. صفاتی که در اینجا برای کلمات در نظر گرفته شده است و فیلدهای جدول موجودیت کلمه را تشکیل می‌دهند عبارتند از: نام کلمه، تعداد کلمه، کد کلمه، تعداد زیرواژه، تعداد حروف یا کاراکتر. فیلد نام کلمه، خود واژه مورد نظر را بصورت متنی⁷ دربردارد. کلّید اصلی⁸ جدول حاضر نام کلمه است و تعداد کل کلمات منحصر بفردی که در پایگاهدادهها وجود دارند 55937 کلمه است.

[1] .Sub-Word

[2] .Microsoft Access

[3] .Application Program

[4] .Entity

[5] .Table

[6] .Property

[7] .Text

[8] .Primary Key

$Description: E:\2012_08_09\IMG_0065.jpg$

$Description: C:\Users\basir\Desktop\Kurdish Database\sharayet.jpg$ شکل 5. نمونة فرم بکار رفته شده که در پایگاه داده کردی برای جمع‌آوری تصاویر واژه‌های دستنویس استفاده شده است

شکل 6. نمودار کدگذاری واژهها: در این نمودار خط سیر کدگذاری هر حرف با هر نوع قرارگیری در ساختمان واژهها مشخص شده است

فیلد نام کلمه، خود واژه مورد نظر را بصورت متنی¹ دربردارد. کلّید اصلی² جدول حاضر نام کلمه است و تعداد کل کلمات منحصر بفردی که در پایگاهدادهها وجود دارند 55937 کلمه است.

فیلد تعداد کلمه عملاً برای کلمات مرکب یا عباراتی کاربرد دارد که از ترکیب چند واژه درست شده باشند. تعداد کلمات با شمارش تعداد فاصله‌ها³ محاسبه میشود، یعنی،

تعداد کلمه = تعداد فاصله + 1

کد کلمه نشان‌دهندة کاراکترهای کلمه و نیز جایگاه و نوع قرارگیری هر یک از آن‌ها در ساختمان کلمه است. بطور مثال کد واژة «مباره‌ک» بدینگونه بیان میشود:

|B_م|M_ب|E_ا|A_ر|A_ه|A_ک. همانطور که مشاهده می‌کنید کاراکترها به ترتیب و براساس نحوة قرارگرفتن کدگذاری شدهاند. حرف «م» در آغاز کلمه قرار دارد و با کد «⁴B» یا آغاز نوشته میشود، حرف «ب» از دو طرف به حروف دیگری چسبیده و اصطلاحاً «ب» وسط نامیده شده و با کد «M⁵» نوشته می‌شود، حرف «ا» تنها از طرف راست به حرف دیگری چسبیده و اصطلاحاً «آ»ی آخر گفته می‌شود و با کد «E⁶» نمایش داده می‌شود، همچنین حروف «ر»، «ه» و «ک» چون به حروف دیگری نچسبیدهاند و تنها هستند با کد «⁷A» نشان داده می‌شوند. نحوة تولید این کد از این قرار است، حروف الفبای کردی را به دو نوع NCFL و Else تقسیم می‌کنیم. حروف « ا - د - ر - ز - ژ - و - ه (دو چشم) - Null » در نوشتار کردی هیچگاه از سمت چپ به حروف دیگر نمیچسبند به همین دلیل اسم این گروه از حروف غیرچسبان از سمت چپ نامیده شده است، و باقی حروف نیز در گروه Else قرار می‌گیرند. بنابراین تعاریف، نمودار کدگذاری واژه‌ها را می‌توان بصورت شکل 6 طراحی کرد.

همانطور که می بینید برای تعیین کدی که همراه هر کاراکتر می‌آید ابتدا میبایست نوع خود کاراکتر مشخص شود، سپس با توجّه به این پارامتر، از حروف بعدی و قبلی کمک گرفته و کد آن بدست آورده شود. نمودار فوق سلسله مراتب بدست آمدن تمامی حالات در فرآیند کدگذاری را تعیین میکند. البته باید توجّه داشت، فرض بر آن است که حرف اول هر کلمه کد B یا شروع، خواهد گرفت حال آنکه برای حرف آخر لزومی ندارد که همراه کد E یا آخر بیاید چون امکان دارد یک کاراکتر منفرد باشد و در آن صورت کدA معرف آن خواهد بود. به عنوان مثال در واژه «کوردستان» حرف «ن» با کد A همراه می‌شود.

فیلد تعداد زیرواژهها به شمارة اجزای هم‌بند هر کلمه اشاره دارد با این شرط که اعراب، نقطه‌گذاری‌ها و سرکش جزء زیرواژه‌ها محسوب نمی‌شوند؛ به‌ عنوان مثال در واژة «مباره‌ک»، «مبا»، «ر»، «ه» و «ک» زیرواژه هستند. تعداد زیرواژههای هر واژه توسط معادلات (1) یا (2) محاسبه می‌شود.

(1)

(2)

معادلات (1) و (2) دو شکل متفاوت از یک فرمول هستند. در واقع معادله (1) بدین معناست که جمع تمام حروفی که با کد E همراه هستند (یعنی حرف آخر، زیرواژه است) به علاوة حروفی که در کدگذاری با کد A میآیند (یعنی تنها هستند) بدون اینکه به حروف دیگر کلمه وصل باشند خود یک زیرواژه محسوب می‌شوند. امّا در معادلة (2) تفاوت فقط در این است که به جای تعداد حروف با کد E از حروف با کد B استفاده شده است، یعنی حرف اول زیرواژه‌ها. این بدان معنا است که برای شمارش تعداد زیرواژه‌ها کافی است تعداد حروف اول زیرواژه‌ها (با توجّه به

[1] .Text

[2] .Primary Key

[3] .Space

[4] .Beginning

[5] .Middle

[6] .End

[7] .Alone

جدول 1. نمونه‌ای از جدول موجودیت کلمه

نام کلمه	تعداد کلمه	کد کلمه	تعداد زیرواژه
ئه‌وراز	1	ئ-B\|ه-E\|و-A\|ر-A\|ا-A\|ز-A	5
ئاسپایی	1	ئ-B\|ا-E\|س-B\|پ-M\|ا-E\|ی-B\|ی-E	3
ئاستش جیا	2	ئ-B\| ا-E\|س-B\|ت-M\|ش-E\|ج-B\|ی-M\|ا-E	3
ئاگرخانه	1	ئ-B\|ا-E\|گ-B\|ر-E\|خ-B\| ا-E\|ن-B\|ه-E	4
ئابرا	1	ئ-B\|ا-E\|ب-B\|ر-E\| ا-A	3
باوه قوره‌ت	2	ب-B\| ا-E\|و-A\|ه-A\|ق-B\|و-E\|ر-A\|ه-A\|ه-A	7
بازوبه‌ن	1	ب-B\| ا-E\|ز-A\|و-A\|ب-B\|ه-E\|ن-A	5

به خاصیت کدگذاری) به علاوه حروفِ تنها یا به عکس، تعداد حروف آخر زیرواژه‌ها به اضافه حروف تنها را محاسبه کنیم. توجّه داشته باشید به این دلیل از حروف وسط زیرواژه‌ها نمیتوان استفاده کرد که امکان دارد در یک زیرواژه بیش از یک حرف وسط وجود داشته باشد. جدول 1 نمونهای از جدول موجودیت کلمه است که خصوصیات واژه‌ها و مقادیر آن‌ها را نمایش می‌دهد.

· موجودیت عکس

عکسهای اسکن شده در واقع تصویر دستنویس واژه‌هایی هستند که توسط افراد مختلف نوشته شده‌اند. عکس‌ها از فرم‌های کاغذی استانداردی تهیّه میشوند که نویسندگان در مقابل هر واژهای که تایپ شده دو مرتبه آن را با دستخط خود بازنویسی میکنند. شکل 7 نمونه‌ای از این فرم‌ها را نشان می‌دهد.

امّا صفات موجودیت عکس یا همان فیلدهای جدول متناظر آن شامل موارد زیر هستند: نام کلمه، فایل عکس، خط کرسی¹، کیفیت خط کرسی، کیفیت عکس و نام نویسنده.

فیلد اول همان فیلدی است که در جدول کلمه نیز با همین نام وجود دارد. فیلد فایل عکس در واقع شامل آدرس فایل عکس اسکن شده می‌باشد و اینجا به عنوان کلّید اصلی بشمار می‌آید. در شکل 7 عکس اسکن شده یک واژه نمایش داده شده است. این عکس‌ها از تصویر فرم‌های استانداردِ پر شده (شکل 5) استخراج می‌گردند. بدیهی است به دلیل بالا بودن تعداد کلمات موجود در پایگاه داده نمیتوان انتظار داشت هر فردی که فرم های استاندارد را پر می‌کند به ازای تمامی واژه‌ها دستخط خود را بنویسد پس برای هر نفر تعداد محدودی فرم در نظر گرفته میشود.

$Description: C:\Users\basir\Desktop\Untitled2.jpg$

شکل 7. نمونه‌ای از عکس اسکن شده یک کلمه

امّا صفت خط کرسی اساسا یک صفت مرکب است ولی چون در مدل رابطه‌ای (جدولی) نمیتوان صفت مرکب را نمایش داد، آن را به اجزای تشکیل دهندهاش یعنی خط کرسی طرف راست و طرف چپ تقسیم می‌کنیم.

فیلد نام نویسنده نیز برای ثبت و ضبط نام شخصی که دستخط خود را به ما هدیه کرده و در این راه کمکی به ما نموده در نظر گرفته شده است.

در جدول شماره 2 نمونه‌ای از جدول موجودیت عکس به نمایش گذاشته شده است.

همان‌گونه که قبلاً نیز اشاره شد از آنجا که به ازای هر واژه منحصر بفرد چند عکس (حداقل دو عکس) وجود دارد پس رابطة میان موجودیت‌های کلمه و عکس یک به چند است، در نتیجه صفت نام کلمه در موجودیت کلمه و صفت فایل عکس در موجودیت عکس، کلّید خارجی خواهند بود. این رابطه را می‌شود رابطة تعلق نامگذاری کرد زیرا هر عکس تنها به یک کلمه تعلق دارد.

خط کرسی با استفاده از یک روش متاهیوریستیک بدست میآید ]7[. روشی که در آن تصویر به دو قسمت مساوی چپ و راست تقسیم می‌شود و برای هریک خط کرسی جداگانه استخراج می‌گردد. دو فیلد خط کرسی طرف راست و چپ مقدار عددی را نگهداری میکنند که فاصله یا تعداد پیکسلی را نشان می‌دهد که خط کرسی در منتهی‌الیه سمت راست و چپ عکس با قسمت بالای عکس دارد. فیلد کیفیت خط کرسی و کیفیت عکس هر دو مقادیری کیفی میگیرند امّا نحوة اختصاص مقادیر مزبور بصورت دستی است. بدین ترتیب که عاملی انسانی کیفیت خط کرسی و عکس را مورد قضاوت قرار می‌دهد و از میان امتیازهای درست، خوب و خطا یکی را برمی‌گزیند. این امتیازها میتواند به ترتیب معادل: 100 ، 50 و 0 درصد میزان درستی خط کرسی تفسیر شود.

شکل 8. تصویر فوق، فرم نمونة تصاویر دستنویس واژه‌ها را نشان می‌دهد

$Description: E:\New folder\Print\6142.Jpeg$

[1] .Baseline

نتیجه گیری

تاکنون در رابطه با تشخیص تصویری نوشتار زبان کردی و تدوین یک پایگاه داده تصویری که یکی از اجزای اساسی هر سیستم تشخیصی تصویری کلمات است تحقیقات ناچیزی انجام شده است. در این مقاله تلاش بر آن بوده تا گامی جدّی برای جبران این کاستی‌ها برداشته شود و پایگاه داده اختصاصی برای زبان کردی طراحی شود.

بدین ترتیب پس از جمعآوری تعداد قابل قبولی از لغات کردی در حدود بیش از 55000 لغت براساس فرهنگ لغت‌های معتبر و جداکردن بیش از 2000 کلمه از میان آن‌ها این کلمات بر روی فرم‌های استاندارد پیاده‌سازی شد تا برای نسخهبرداری لغات دستنویس آماده گردند. پس از اتمام کار نسخه‌برداری، توسط افراد متعددی که هر یک تعداد معینی فرم دریافت کرده بودند، با بهره‌گیری از یک برنامه کاربردی که از پیش برای استخراج تصویر کلمات دستنویس از فرم‌های

استاندارد طراحی شده بود، تصاویر تفکیک شده واژه‌هااستخراج شده و وارد پایگاه داده‌ها شدند. این برنامه کاربردی تمامی خصوصیات موجودیت عکس را پوشش داده و از طریق بود، تصاویر تفکیک شده واژه‌ها استخراج آن‌ها از فرم‌های استاندارد فراهم می‌آورد. بدین ترتیب با تطبیق و ایجاد رابطة یک به چند موسوم به تعلّق مابین موجودیت کلمه و موجودیت عکس کل پایگاه داده‌ها شکل گرفت. این پایگاه داده کمک مؤثری در زمینة طراحی سیستم‌های تشخیص تصویری واژههای زبان کردی است که تاکنون مشکلات فراوانی در طراحی آن‌ها وجود داشته است. در حال حاضر از این پایگاه داده در طراحی سیستم تشخیص نوری کلمات و در مقالات ]12[ و ]13[ استفاده شده است.

پیوست

جدول 2. نمونه‌ای از جدول موجودیت عکس

نام کلمه	فایل عکس	خط کرسی	کیفیت خط کرسی	کیفیت عکس	نام نویسنده
ئه‌وراز	آدرس فایل	45 ،60	درست	درست	X
ئاسپایی	"	56 ، 62	خوب	درست	X
ئاستش جیا	"	42 ، 59	خطا	خوب	X
ئاگرخانه	"	50 ، 55	خوب	درست	X
ئابرا	"	39 ، 65	خوب	درست	X
باوه قوره‌ت	"	52 ، 61	خطا	درست	X
بازوبه‌ن	"	57 ، 67	درست	درست	X

در تصاویر 9 و 10 برنامه کاربردی که برای استنساخ کلمات دستنویس طراحی شده است و نحوة کارکرد آن به نمایش گذاشته شده است.

$Description: C:\Users\basir\Desktop\Untitled2.jpg$

شکل 9. صفحه اول برنامه کاربردی

$Description: C:\Users\basir\Desktop\Untitled.jpg$

شکل 10. در این قسمت از برنامة کاربردی، ویرایش‌های مربوط به خصوصیات موجودیت عکس انجام می‌گیرد.

منابع

1.Pechwitz, M., Maddouri, S. S., Märgner, V., Ellouze, N., & Amiri, H. (2002). IFN/ENIT-database of handwritten Arabic words. In Proc. of CIFED (Vol. 2, pp. 127-136).

2.AlKhateeb, J. H., Ren, J., Jiang, J., & Al-Muhtaseb, H. (2011). Offline handwritten Arabic cursive text recognition using Hidden Markov Models and re-ranking.Pattern Recognition Letters, 32(8), 1081-1088.

3.AlKhateeb, J. H., Pauplin, O., Ren, J., & Jiang, J. (2011). Performance of hidden Markov model and dynamic Bayesian network classifiers on handwritten Arabic word recognition. Knowledge-Based Systems, 24(5), 680-688.

4.Mozaffari, S., El Abed, H., Margner, V., Faez, K., & Amirshahi, A. (2008). IfN/Farsi-database: A database of farsi handwritten city names. In International

5.Conference on Frontiers in Handwriting Recognition.

6.Mozaffari, S., Faez, K., Faradji, F., Ziaratban, M., & Golzan, S. M. (2006). A comprehensive isolated Farsi/Arabic character database for handwritten OCR research. In Tenth International Workshop on Frontiers in Handwriting Recognition.

7.Solimanpour, F., Sadri, J., & Suen, C. Y. (2006). Standard databases for recognition of handwritten digits, numerical strings, legal amounts, letters and dates in Farsi language. In Tenth International Workshop on Frontiers in Handwriting Recognition.

8.بصیر علاقه بند. فاطمه دانشفر و وریا فتحی، راهكار متاهيوريستيك براي تشخيص خط زمينه در سيستمهاي تشخيص نوري حروف در زبآن‌هاي داراي رسم الخط بهم چسبيده، یازدهمین کنفرانس سیستم‌های هوشمند ایران، 1391

9.El-Hajj, R., & likforman-Sulem, L., & Mokbe, C., (2005). Arabic Handwriting Recognition Using Baseline Dependant Features and Hidden Markov Modeling, Eight International Conference on Document Analysis and Recognition, IEEE: 20(5). 893-897.

10.Latfi, F. Nader, F & Mouldi, B., (2006). Arabic word recognition by using fuzzy classifier, Journal of Applied Scinces. 3, 650-617.

11.Nawaz, S.N., & Sarfraz, M., & Zidouri, A., & Al-Khatib, W.G., (2003). An approach to offline Arabic character recognition using neural networks, Paper presented at the 10th IEEE International Conference on Electronics, Circuits and Systems.

12.AlKhateeb, J., & Ren, J., & Jiang, J., & Al-Muhtaseb, H., (2011), Offline handwritten Arabic cursive text recognition using Hidden Markov Models and re-ranking, Pattern Recognition Letters (Elsevier).32, 1081-1088.

13.فاطمه دانشفر، بصیر علاقه بند، وریا فتحی، مروری بر روش‌های موجودِ تخمین خط زمینه در زبآن‌های با رسم¬الخط پیوسته و ارائه الگوریتمی جدید، مجله علمی پژوهشی رایانش نرم و فناوری اطلاعات، جلد 3 شماره 1، 34-44.

14.F. Daneshfar, W. Fathy and B. Alaqeband, (2015), A Metaheuristic Algorithm for OCR Baseline Detection of Arabic Languages, accepted to be published as a book chapter at, Artificial Intelligent Algorithms and Techniques for Handling Uncertainties: Theory and Practice

Document Clustering Based On Ontology and Fuzzy Approach
Print Date : 2019-11-08
An Investigation into the Provider Factors of Knowledge Management in the Kermanshah province Communication Company
Print Date : 2019-11-08
Model to improve banking by Using customer knowledge management and Mobile Banking and Its Impact on Customer Loyalty
Print Date : 2019-11-08
A method for clustering customers using RFM model and grey numbers in terms of uncertainty
Print Date : 2019-11-08
A New Method to computational intelligence to improve network lifetime in wireless sensor networks
Print Date : 2019-11-08
Present an Initial Estimation Method for Logical Transaction-based Software Projects
Print Date : 2019-11-08

Share To

Article Url

طراحی اولین پایگاه داده کلمات دستنویس کردی برای سیستم های تشخیص تصویری کلمات