Un système de discrimination des écritures arabe et latine basé sur les réseaux de neurones

Voir Plus Voir Moins

Afficher le Résumé

L'automatisation des systèmes de reconnaissance de l'écriture devient une nécessité dans différents domaines tels quel'archivage des documents, l'identification des langages, la reconnaissance des chèques, des adresses…etc. Dans ce mémoire, nous avons proposé une méthode de discrimination des écritures arabe et latine basée sur des analyses morphologique, géométrique et statistique. Nous nous sommes concentrés sur l'extraction des traits caractéristiques afin de réaliser un système capable de différencier entre scripts arabes et latins imprimés et manuscrits. En premier, une acquisition de l'image a été faite au moyen d'un scanner; puis une amélioration de la qualité de l'image a été faite en faisant quelques étapes de prétraitement ; une segmentation de l'image en lignes de texte et de ces lignes de textes en composantes connexes a été effectuée. Après, nous avons extrait différentes caractéristiques qui constituent un vecteur d'entrée d'un Perceptron multicouches (MLP) à rétro-propagation de gradients. Finalement, selon les sorties du réseau (MLP), nous avons la possibilité d'entreprendre une discrimination de chaque script, (imprimé ou manuscrit). La méthode proposée a été implémentée et les résultats obtenus sont encourageants. Le but de notre recherche est de construire un système automatique de tri postal pour les pays arabophones.