Segmentation, feature extraction and recognition of ottoman script
Osmanlıca metinin bölütlenmesi, öznitelik çıkarımı ve tanınması
- Tez No: 35549
- Danışmanlar: PROF. DR. FATOŞ YARMAN VURAL
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: optik harf tanıma, bölütleme, öznitelik analizi ve çıkarımı, sınıflandırma, Saklı Markov Model, trie, zincir kodu, Optical Character Recognition (OCR), segmentation, feature analysis and extraction, classification, Hidden Markov Models (HMM), trie, chain code
- Yıl: 1994
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 114
Özet
ÖZ OSMANLICA METİNİN BÖLÜTLENMESİ, ÖZNİTELİK ÇIKARIMI VE TANINMASI ATICI, Alper Yüksek Lisans Tezi, Bilgisayar Mühendisliği Anabilim Dalı Tez Yöneticisi: Prof. Dr. Fatoş Yarman VURAL Eylül, 1994 Bu tezde, C++ programlama dili kullanılarak, PC tabanlı bir donanım üzerinde Osmanlıca metinin bölütlenmesi, öznitelik çıkarımı ve tanınması amacıyla bir optik harf tanıma sistemi geliştirilmiştir. Geometrik ve topolojik öznitelik analizine dayalı bölütleme ve öznitelik çıkarımı ardından, harflerin ana gövdelerine zincir kodu transformasyon uygulanmaktadır. Bölütleme aşaması ile elde edilen bölütler, farklı yöntemlerle işlenebilirler. Zincir kodu dizilimleri Saklı Markov Model ile sınıflandırılmaktadır Elde edilen öznitelikler, trie' veri yapısı ağacı ile temsil edilen alfabede tam eşleme yöntemiyle işlenerek harf tanıması yapılmaktadır. 'Trie' düğümleri, harfleri ayırdedici özniteliklere karşılık gelmektedir. Saklı Markov Model ile yapılan deneylerde ilk iki sırada görülen doğru seçeneklerin oram %99'dur.
Özet (Çeviri)
ABSTRACT SEGMENTATION, FEATURE EXTRACTION AND RECOGNITION OF OTTOMAN SCRIPT ATICI, Alper M.S. in Computer Engineering Supervisor: Prof. Dr. Fatos Yarman VURAL September, 1994 In this study, an OCR system for segmentation, feature extraction and recognition of Ottoman script has been developed using C++ programming language on PC platform. The segmentation and feature extraction stages are based on geometrical and topological feature analysis, followed by the chain code transformation of the main strokes of characters. The output of segmentation is well- defined segments that can be fed into any classification approach. The classes of main strokes are identified through left-right Hidden Markov Models (HMM). Final decision is made by exact matching of the features with those of the alphabet, which is represented by tries. The nodes of the tries represent distinguishing features of characters. The percentage of correct decisions that appear in top 2 alternatives produced by Hidden Markov Models is 99%. Ul
Benzer Tezler
- Integrated segmentation and recognition of handwritten digits
Elyazı rakamların birleştirilmiş tanıma ve bölütlendirilmesi
HAKAN AYGÜN
Yüksek Lisans
İngilizce
1995
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiY.DOÇ.DR. ETHEM ALPAYDIN
- A low cost learning based sign language recognition system
Düşük hesap karmaşıklığına sahip öğrenme tabanlı işaret dili tanıma sistemi
ABDULLAH HAKAN AKIŞ
Yüksek Lisans
İngilizce
2018
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. GÖZDE BOZDAĞI AKAR
- Development of a face recognition system
Bir yüz tanıma sisteminin geliştirilmesi
CAHİT GÜREL
Yüksek Lisans
İngilizce
2011
Makine MühendisliğiAtılım ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. ABDULKADİR ERDEN
- Evrişimli sinir ağları kullanılarak retina görüntülerinin segmentasyonu ve sınıflandırılması
Segmentation and classification of retina images using convolutional neural networks
MALI MOHAMMEDHASAN
Doktora
Türkçe
2021
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSelçuk ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
PROF. DR. HARUN UĞUZ
- Yapay zeka ile yemek tanıma ve özellik çıkarımı
Food recognition and feature extraction with artificial intelligence
EMİNE GÜL ÖZKAN
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTrakya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. İLHAN UMUT