Reconnaissance De L’ecriture Arabe Par Systèmes Flous

Résumé: L‟objectif de notre travail de recherche est d‟adresser la problématique de la reconnaissance automatique de l‟écriture arabe manuscrite par les méthodes statistiques. Nous avons trouvé que le problème majeur de la lecture automatique de caractères manuscrits cursifs étant la segmentation d'un tracé en éléments constituants, dans ce cadre, nous nous sommes intéressés à l‟approche globale en évitant le problème de segmentation. Les méthodes classiques choisies, dites statistiques, sont efficaces mais ne peuvent s‟appliquer qu‟à des écritures à vocabulaire restreint dans le cadre d‟un système avec une phase d‟apprentissage. Nous constatons que la performance d‟un système de reconnaissance optique de l‟écriture arabe manuscrite dépend de toutes les phases du processus de reconnaissance depuis l‟acquisition jusqu‟à la classification. Nous avons mis l‟accent sur deux phases les plus étudiées dans les travaux existants : l‟extraction des primitives et la classification. Nous avons orienté notre recherche vers les approches basées sur les concepts de la logique floue : application de l‟algorithme FCM pour la classification automatique des mots arabe manuscrit, en essayant ainsi de trouver des solutions aux inconvénients de l‟algorithme classique K-Means, et d‟obtenir des résultats plus performants. Nous avons implémenté aussi l‟algorithme KPPV, ce dernier ne nécessite aucune hypothèse sur la forme des classes d‟apprentissage par contre, il nécessite un grand nombre d‟observations pour être précis. De plus il a été beaucoup utilisé en reconnaissance de l‟écriture manuscrite. Et le dernier classifieur choisi, c‟est le réseau PNN ; ce type de réseaux est généralement utilisé pour des problèmes de classification. Leurs résultats sont ensuite combinés en utilisant deux méthodes de combinaison sans apprentissage : la méthode de vote simple et celle de la somme pondérée.

Publié dans la revue: