پردازش تصویر

صفحه 1:


صفحه 2:
نام دا عنوان پروژه : تمقیق و بررسي کاربرد هاي پردازش تصویر واهد درسي : درس كرافيك كامبيوتري استاد مشاور : جناب آقاي دکتر درفشان استاد پاهنما :جناب آقاي دکتر درفشان تهیه کنندگان : مسن مباري 83912515661 امین ثابت قدم اصل 83912515760 

صفحه 3:
اهداف % مقدمه‌ااي‌تابرتاپردازشاتصویر ااتعریف[اصطلاحات ۴ 1110]چنداکا ربرد100000100000101000 ‎(ORC ) 000001۳10 ۴‏ 

صفحه 4:
مقدمه اي بر پردازش تصویر هه ** مقدمه اي بر پردازش تصویر در هر سيستمي و با هر عملگردي براي تصميم كيري به داده هاي ورودي احتياج داريم. اين ورودي ها میتواند از یک سنسور صوتي, سنسور فاصله سنج , ستسور مادون قرمز , میگروفن و با تصاویر رساليا[ یه دوزیین باشد. امروزه پردازش تصویر بهترین ابزار براي استخراج ميژگي ها و تحلیل مجقعیت و در تهایت تصمیم گيري صحیح مي باشد. در مورد آنسان نیز به همین مورت است, اطلاعات از طریق چشم به مغز ارسال مي شوند و مغز با پدازش این اطاعات تصمیم ‎Gules‏ را کرفته و قرمان را صادر مي کند. ‎baw‏ از پدازش تصویر پیاده سازي عملکرد ذهن انسان در قبال داده ها و انجام يردازش هاي خاصي براي استغراج ويژگي مورد نیز ‎ ‏براي رسيدن به هدف از بيش تعيين شده مي باشد. ‎ 

صفحه 5:
مقدمه اي بر پردازش تصویر امطامات - چند تعریف * یه كوهكترين جزء ‎PIXEL‏ است . بيكسل ‎Picture Element cade‏ به معني المان تصویر است. یک تصویر متشکل از تعداد زيادي بيكسل است كه در كتار هم قرار كرفته اند . در واقع زماتي كه با يك دوربين ديجيتال عكس مي آكيريد اكر رزولوشن دوربين شما 640480 باشد به اين معني است كه ماتريس با ابعاد 640480 در افتيار شماست که 640 بيكسل در طول و 480 بيكسل در عرض دارد . به ازاي هر بيكسل يك سلول نوري در دوربين. وجود دارد. شدت نور اين سلول نوري مقدار عددي را براي اين بيكسل تعيين مي كند. به طور مثال به ازاي رنک سياه مقدار صفر در ييكسل ذخيره مي شود و به ازأي رنك سفيد مقدار 255 در آن ذفیره مي شود 

صفحه 6:
مقدمه اي بر پردازش تصویر ‎latina!‏ * همسايكي: 2 نوع ممسايكي وجود دارد : > همسايكي 8 تابي به صورت : := كت ‎ato? a‏ ‎bE i213 da Gd TMF TO LD)‏ 110 60۱0۱0۱ 20 1 > همسايكي 4 تايي به صورت : 32 ‎AL‏ a =e Cid Gd Medi Di ‏إميله‎ + به مجموعه پیکسل هايي که شامل آبمکت نیستند ,یا مجموع» پیکسل هايي که شامل 5 مستند كفته مي شود . ( 15 پیکس هايي که شامل آبمکت نمي باشند) 

صفحه 7:
مقدمه اي بر پردازش تصویر اصطامات 00 C(path ys * 2 پیکسل را در یک تصویر باينري در نظر بكيريد . مسيرر دم اک راهي بین این 2 پیکسل از طریق پیکسل هايي که هاوي آبمکت هستتد ومود داشته باشد, به پیکسل- هاي مرتبط مسیر کفته میشود. 1 سل اکر 5 مجموع پیکسل هايي باشد که شامل آبجکت هستند پس 5 شامل بیکسل هاي بک کراند است . 2 پیکسل 2 9 ‎٩‏ که هر 2 متعلق به 5 هستند متصل به يكديكرند اکر مداقل یک مسیر بین 2 و 9 ومود داشته باشد 

صفحه 8:
مقدمه اي بر پردازش تصویر امطامات (Border )yeatye + کلیه پیکسل هايي كه در اطاف آبهکت قررگرفته اند . © مره اعه اي از ‎Gy gis 05'S‏ پیکسل ‎ge)‏ رات هم در 80۲06۲ نداشته باشد , هفره = نامیده مي شود )1 (2 \ ‎ana)‏ هفره 

صفحه 9:
مقدمه اي بر پردازش تصویر امطامات هيستوكرام در واقع همان نمودار میلم اي افزوتي هر رنک مي باشد. به عنمان مثال تعداد پیکسل هايي که حاوي رنک شماره 75 هستند 25 عدد = است . از مسیتوگرم براي آستانهکيري استفاده - مي شود. | 0 4 a + آستانه گیي ( ‎(Threshold‏ فرض كنيد مي فواهيد از يك عكس 16 بيتي يك تصوير سياه و سفيد بسازيد . براي اين كار بايد تك تك پیکسل ها را با مقدار مشخصي مقايسه كنيد اكر بزركتر از آن مقدار مشخص بود به جاي آن رنك سفيد و اكر كومكتر بود به جاي آن مقدار سياه قرار مي دهیم . به این کار آستانه کيري با 110۳6519010 مي کویند. 

صفحه 10:
مقدمه اي بر پردازش تصویر امطامات * . مماسبه مسامت و ممیط: افرض كنيد كه تصويري 1[ دايره در یک [میته سفید نک دارید مانند شکل رویرو ء © براي بدست آوردن مسامت این دایرهفقط كاقي است که تعداد پیکسل هايي که مقدار عددي آن مفر است را بشمارید و آن را كاليبره كنيد ( به اين معني كه با توجه به فاصله دوربين تا آبجكت , نسبتي بين تعداد بيكسل هاي واقعي آبجكت و تعداد ييكسل هاي تصوير يدست آورد ) . به اين ترتيب ‎Gish a‏ مي توان مسامت هر آبجكتي را بدست آورد حتي اكر منظم نباشد . براي بدست آوردن محيط دايره مي توان ابتدا شعاع دايره را با استفاده از مساحت آن به دست آورد 5/1 ) سپس با استفاده از فرمول ۱۱5 2 - 8 محيط را مماسيه كرد - 10 

صفحه 11:
مقدمه اي بر پردازش تصویر امطامات ** 2 ."نموه بست آوردن مرکز تصویر و آبجکت : >0 براي بدست آوردن مرکز تصوی از روش زیر استفاده مي شود : به این معني که تعداد پیکسل هاي ماتریس در سطر و تعداد پیکسل هاي ماتریس در ستون تقسیم بر 2 دقیقاز , آ پیکسل مرکز تصویرخواهد بود. > براي بدست آوردن مركز آبمكت بايد يه صورت زير عمل كرده امت آبهکت را بدست مي آوريم . براي به دست آوردن مسامت تعداد پیکسل هاي آبمکت را لیم .ال براي بست آوردن | مرکز آبهکت مقدر زها را با هم جمع مكنيم. مال براي بدست آوردن رز ‎gle i adie cgi‏ پیکسل ها را با هم جمع و تقسیم به مسامت مي کنیم . 11 

صفحه 12:
مقدمه اي بر پردازش تصویر اصطلامات ** 0 به عنوان مثال براي بدست آوردن مركز آبمكت زيره 12 مه ده | 0.2 ]0,1 

صفحه 13:
مقدمه اي بر پردازش تصویر امطامات (Pattern Recognition ) ‏تشنیص الکو‎ + فرض كنيد مي خواهيد تشخيص دهید که آيبکتي که در تصویر است دایره است یا غیر . به این عمل كه توسط مغز کامپیترانمام میشود تشفیص الکو کفته مي شود . براي اين منظور بايد به دنبال ويزكي منحصر به فردي در دايره باشيم . به عنوان مثال مثلا در مغز انسان , دایره مکان هندسي نقاطي است که فاصله آنها از يك نقطه مشخض ا[ آن در ذهن دارد . در دایره ويژگي منعصر به فرد 48 < 2/5 است . البته بايد به اين نكته توجه كرد كه منمصر به فرد بجدن این ويژگي در اشکال هندسي و در آبمكت هاي بِي شكل صادق نيست . > وند الكو در کامپیوتر به شکل زیر است + يت بيه يدرف أ ‎Stet)‏ 13 

صفحه 14:
مقدمه اي بر پردازش تصویر امطلمات ** شماره كذاري آبمكت هاي درون تصوير براي تشخيص اينكه جه تعداد آبجكت در تصوير وجود دارد و هر كدام از بيكسل مل متعلق به كدام آبجکت است از روش هاي مختلفي استفاده مي شود و به این عمل 1۵061189 6۵۴0۵0060۴ یا شماره كذاري اجزاء كفته مي شود . براي اختصار آخرين و سريع ترين الكوريتم. موجود را برسي مي کنيم : 14 

صفحه 15:
مقدمه اي بر پردازش تصویر امطامات ماتريسي که در صقمه قبل مشاهده مي كنيد يك تصوير به فرض سياو و سقيد أست [ رنک هايي که در تصویر مشاهده مي کنید براي جدا كردن آبجكت ها است ) در غانه هايي که آبجکتي وجود ندارد مقدار صفر و در پیکسل هايي که آبمکت وجود دارد عدد یک ومود درد . از سطر امل شروع مي کنیم و آنقدر در سطر مرکت مي کنیم تا به اولین پيكسلي که هاوي مقدار 1 است برسيم , اين ييكسل را به عنوان اولين آبجكت در نظر مي كيريم . كاز را ادامه مي دهيم در سطر بعد اولین مقدار 1 كه (سيديم عمسايه هاي 8 كانه آنرا نكاه مي كنيم . اکر بین پيكسلي كه قبلا نشانه كذاري كرده بوديم و ييكسلي كه الان به آن (سيديم مسيري وجود داشت , این 2 پیکسل هر دو از یک آبجکت هستند . پس به اين ييكسل نيز بريسب همان ييكسل قبلي زا مي زنيم . كار ادامه ييدا مي كند تا ماي كه به پيكسلي ميرسيم كه در شكل مشخص شده است كه متعلق به آبمكت يك أست ولي در عمسايكي آن ييكسل بروسب ككاري تشده است ‏ 15 

صفحه 16:
مقدمه اي بر پردازش تصویر امطامات بدون در نظر گرفتن این موفوع برچسب مديدي ( به آن مي زنیم . کار به همین صورت ادامه میدهیم ته به پایان برسیم . نکته قابل توجه اینجاست که آبمکت هايي که با 2 برهسب مشقص شده اند در جايي این 2 پیکسل به هم میرستد . د بر دوم که ماتریس تصویر را رفرش مي کنیم به محل تلقي برچسب ها که رسیدیم مقداربرچسب كومكتر را در بريسب هاي يزركتر قرار مي دهیم . مال با 2 بار رفرش كردن تصوير با فرض سياه و سفيد بودن تصوير مي توان تمامي آبجكت ها را مشخص و مدا کرد . 16 

صفحه 17:
مقدمه اي بر پردازش تصویر امطامات + قاصله بین 2 آیبکت مینیمم پیکسل هاي مومود بین 2 آیمکت . كاربرد اين كار به عنوان مثال سرعت سنع اتومبيل در اتوبان ها است. 2 تشفيص لبه دريك تصوير دليل ايجاد بك لبه در تصوير اختلاف شدت نور در 2 طرف آن محل است که به أن لبه مي كوييم .لبه ها قسمتي از تصوير مستند كه اشتفوان بندي تصویر(! مشفص مي کنند. 17 

صفحه 18:
مقدمه اي بر پردازش تصویر امطامات ** براي يافتن لبه ها به شكل زير عمل مي كنيم : > براي لبه هاي افقي از ستون اجل به مورت عمودي شروع به هرکت مي کنیم و هر پیکسل را با پیکسل قبل از هودش مقایسه مي کنیم اکر تقاوت آنها از عدد مشفصي بیشتر باشد آنجا لبه است . در غيراين صورت به آن كاري تدریم - یافتن لبه هاي عمودي هم به همین صبرت است منتها به صورت اققي شروع به حركت مي كنيم . > لبه هاي مورب ميشه كفت تركيبي 1( اين 2 لبه اند به اين صورت که جذر جمع مختصات هر پیکسل باید از عدي. مشخص بيشتر باشد در غير اين صورت لبه نيست . 18 

صفحه 19:
مقدمه اي بر پردازش تصویر امطامات ** 0 بری نمايي2000 ) ) . ‏بزرک نمايي یا کوچک نمايي تصویر الکوریتم هاي مختلفي وججد دارد که ما به ساده ترین آنها اشاره مي کنیم‎ gly براي 2 برابر كردن تصوير بين هر سطر و ستون یک سطر و ستون اضافه قرار مي دهیم و مقدار آن ر۱ میانکین 2 پیکسل کناري آن. قراز مي دهیم . براي 1/2 كردن تصوير به صورت يكي در ميان سطر و ستون ها زا هذف مي كنيم .همين روش را براي ‎١‏ براير و ‎phe NT‏ کردن استفاده مي كنيم . 19 

صفحه 20:
کاربردهاي بازشتاسي الکو در پردازش تصویر شناسابي الكو يكى ‎[١‏ شافه هاي موش مصنوعي است که با طبقه بندي (کلاسه بندي) و توصیف مشاهدات سروکار درد . شناسايي. الكو به ما كمك مي كند تا داده ها (الكوها) را با تكيه بر دانش قبلي يا اطلاعات آماري استفراج شده از الكوهاء طبقه بندي . الكوهايي كه مي بايست كلاسه بندي شوند. معمولا كروهي از سنمش ها یا امداف هستند که مجموعه نقاطي | در ففاي چند بعدي مناسب تعريف مي نمايند. ** كاربردهاي بازشناسي الكو بازشناسي الکو در بسياري از زمينه ها نقش كاربردي دارد . بازشناسي حروف. بازشناسي نويسنده. تصديق امضاء. طبقه بندي اثر .انكشت و بازشناسي كفتار نمونه هايي از اين کاربردها هستند. شناسايي الکو براي تعلیل داد ه هاي يزشكي نيز بكار كرفته شده است. 20 

صفحه 21:
کاربردهاي بازشناسي الکو در پدازش تصویر ** کاربردهاي بازشناسي الکو براي مثال تفسیراکتروکارده‌کرام. تلیل تمنویر اشعه 6( و طبقه بندي کروموزم ها را مي توان تام برد. نمونه هاي ديكري از این کاربردها شامل طبقه بندي مناطق (راعي. مطالعه آلودکي آب ها. آشکار کردن منابع زيرزميني و پیش بيني آب و هواست. در اين نوع كاربردها . تصاویر ارسال شده از ماهواره و تصاویر هوايي به کمك روش هاي بازشناسي الکو تفسیر مي شوند. بازرسي تصویری و بازشناسي قطعات ماشيني. از کربردهاي منعتي شناسايي الکو هستند.تملیل بافت + آشکارسازي هدف در سیکنال هاي بركشتي رادار يا سونار . طبقه بندي امواج الزله و تشخيص ذرات شيميائي كاربردهاي ديكري از بازشناسي الكو مي باشند. 21 

صفحه 22:
بازشناسي نوري حروف ( 0۴ ) متسه ** مقدمه اي بر پردازش متن افزایش روزافزون تولید اطلاعات که غالا به صورت مواد چاپي به بازار عرفه میگردد و فرورت دسترسي سریع و آسان به داده هاي موجود از يك سو. و حضور قراكير رايانه در عرصه هاي مختلف زندكي از سوي ديكر. متخصصان فتاوري اطاعات را بر آن داشته که همواره در بي يافتن راهكار مناسب براي كردآوري و يردازش اطلاعات به كمك رايانه باشتد. تبديل اطلاعات ‎(bo‏ ‏با مشخصه هاي متفاوت به مستندات متني استاندارد كامييوتري يكي از راهكارهاي اخزايش بازدهي خناوري اطاعات است. مزیت متن واقعي به ساير اشكال يك مستند بطور خلاصه عبارتند اه > متن, قابل ويرايش و جستجو است و به آساني مي توان آنرا يردازش كرد. امكان مستجوي عبارات در یک متن عجيم. امتياز بزركي ست > ههم متن معمولا بسيار كمتر از مجم تصویر مشابه است. >0 به متن ميتوان بسادكي توضيع. فرالينك, و امكانات رسانه مركب افزود. 22 

صفحه 23:
بازشناسي نوري حروف ( 0۴ ) متسه OCR ( Optical Character Recognition) * منكامي كه يك سند متني اسکن مي شود. کامپیوتر ‎op)‏ متن را بصورت يك تصویر كرافيکي تشقیص میدهد. در نتيجه كاربران قادر نفواهند يود كه متن موجود در تصوير سند را ويرايش نمايند ويا آن را مورد جستجو قرار دهند. يك نرم اغزار +961 اين متن اسكن شده را فوانده و محتويات آنرا شناسايي نموده. و بصورت يك فايل در كامييوتر ذفيره مي سازد. هنين قابليتي امکان استفادة کسترده از کامپیوتر را در پردازش سریع مهم وسيمي از داده هاي مکتوب تولید شده توسط شرکتها و مؤسسات مختلف نظير بانكهاء شركتهاي بيمه. مناسسات خدمات عمومي. ادارة پست و سایر نهادهايي که سالیانه با میلیونها مورد پردافت, دریافت و مسابرسي امور مشتریان خود موامه اند. فراهم میآورد. کاربردهاي دیکر آن شامل تبدیل کتاب‌ها یا اسناد اسکن شده به فايل‌هاي متلي . مرتب گردن چک‌ها در بانک‌هاءخواندن آدرس بسته‌هاي پستي و مرتب کردن خودکار آدرس هاء کمک ب افراد نابیا با خواندن متون براي آنها. ارتباط بين انسان و ماشين با استفاده ازتحرير عادي دستي. و بسياري كاربردهاي ديكر ميشود. 23 

صفحه 24:
بازشناسي نوري حروف ( 0۴ ) تاریفچه سیستم هاي 005 : ‏جنبه تاريفي. سيستمهاي +067 تا كنون مراهل تكاملي زيادي را يشت سر كذاشتهاند‎ (١ اولین اقدامات صورت گرفته در [ميتة بازشناسي حروف. در سالهاي اول دهه 1900 اتجام كرقته است كه داتشمتدان زوسي مي 24 قواستند به اراد مبتلا به تارسابيهاي بيتايي كمك نمايد. اولين اختراعهاي ثيتشده در اين [مينه مريوط به سال هاي 1929 و 1933 ميلادي مستند . اين سيستمها مروف جابي را با روش تطبيق قالب شناسايي ميكردند. به اين صورت كه ماسكهاي مكاتيكي مفتلقي |[ مقابل تصوير حرف عبور ميكردند و نور از يك سو به آن تابانده مي‌شد و از سبي دیکر توسط يك آشکارساز نوري دریافت مي‌گردید. وقتي يك انطباق کامل صورت مي‌گرفت. نور به آشکارساز نمي‌رسید و حرف ورودي بااشناسي ميشد . اين اختراع به دليل قناوري يانين مورد استفاده در آن. كاريردي نبود و با ظهور کامپيوترهاي ديجيتال به صورت يك ‎Bb Uy‏ ماند. 

صفحه 25:
بازشناسي نوري حروف ( 0۴ ) ‎aye‏ اقدامات اولیه در زمینه 06 بر متون چاپي یا مجموعه کوچکي 1[ مروف و تمادهاي دستتویس که برامتي قابل تشفیص بودند متمرکز کردیده بود که عمدتً از روش تطبیق قالب استفاده مي‌نمودند به این صورت که در آن تصویر ورودي با مجموعه بزركي از تصاوير حروف مورد مقايسه قرار مي‌گرفت . در این دوره. ت ات موفق اما معدود شده (منظور از معدود شده. مفروض دانستن شرايط و فرض هاي خاص براي كاراكترهاي ورودي است). بیشتر بر روي مروف و اعداد لاتين انجام. گرفت. با این مال مطالعات چندي نیز بر روي مروف ژآپني. چيني. عبري. هندي. سيريليكي. يوناني 9 عربي در هر دو زمينه عروف چاپي + دستنویس آغاز کردید . مطالعات صورت گرفته تا قبل از سال 1980 بدلیل خقدان سفت‌اغزارهاي قدرتمند و دستگاه‌هاي ورودي مناسب با مشکل همراه بودند. اما از دهه 1980 به بعد بواسطه رشد انفجاركونه ختاوري اطلاعات. وضعيت بسيار مناسبي براي تمقیقات مختلف از جملءبازشتاس مروف فراهم کردید. 25 

صفحه 26:
بازشناسي نوري حروف ( 0۴ ) ‎aye‏ در اين مقطع زماني بود كه با تكوين آبزرها وت 26 ‎gla‏ پردازشي جدید. پیشرفت واقمي در سيستم‌هاي 068 محقق کردید. در ‏اوايل دهه 60 روش‌هاي پردازش تویر و بزشناسي الکو با تكنيكهاي كارآمد هوش مصنوعي ادغام كشتند. محققان. ‏لكوريتم‌هاي پيچيه‌اي رد بازشناسي مروف ابداع نمودند که قادر يودند دادههاي ورودي با تفكي كيذيري بالا را دريافت ‏کنند و در مرمله يياددسازي. محاسبات بسيار زيادي را بر روي داددها انجام دهند. امروزه علاوه بر وجود رايان هاي قدرتمندتر و ‎ ‏تجهيزات الكترونيكي دقيقتر مانند اسكنرها. دوربينها و صفمات رقميكننده. استفاده از تكنيكهاي بردازشي مدرن و ‏توانمند همچون شبكه‌هاي عمبي . مدلهاي ماركوف ينهان . منطق فازي. و مدلهاي يردازش زبان طبيعي امكانيذير ‎ ‎ 

صفحه 27:
بازشناسي نوري هروف ( 00۴ ) بررسي اجزا و اماع سیستم 0015 ‎ *‏ دريك تقسیم بندي كلي میتوان سيستمهاي 0618 را از لحاظ نوع الكوي ورودي به دو كروه تقسيم كرد ‏> سيستمهاي بازشناسي متون جابي. > سيستمهاي بازشناس متون «ستنویس همچنین از جنبه نموه ورود اطاعات. سيستمهاي 065 به دو دستة زیر تقسیم بندي مي شوند : ‏> سیستمهاي يرقم ‏+ سيستمهاي برون قط ‎27 ‎ 

صفحه 28:
OCR ena costo el gone ) 0۴ ( ‏بازشناسي نوري حروف‎ 28 در بازشناسي پرقط: مروف در همان زمان نکارش توسط سیستم تشفیص داده میشوند. دستگاه ورودي این سیستمها يك قلم نوري است. در اين روش علاوه بر اطلاعات مربوط به موقعيت قلم. اطلاعات زماني مربوط به مسير قلم نيز در اختيار است. اين أطلاعات معمو” لا توسطا يك صفحة رقومي كننده اخذ مي شوند. در این روش مي توان از اطلاعات زماني سرعت. شتاب. خشار و زمان برداشتن و کذاشتن قلم روي صفعه در بازشناسي استفاده کرد در بازشناسي برون خط. از تصویر دو بعدي متن ورودي استفاده مي شود. در اين روش به هيح نوع وسیله نکارش خاصي نیاز نیست و تفسیر داد ه ها مستقل از فرآیند تولید آنهاتنها راساس تصویر متن صورت مي كيرد. اين روش به نموة. بازشتاس توسط انسان شباهت بيشتري دارد. 

صفحه 29:
بازشناسي نوري حروف ( 00:15 ) بررسي اجا و انواع سیستم 0018 بخشهاي مختلف يك سيستم +001 كامل. پردازش : شامل کلية اعمالي که روي سیکنال تصويري خام صورت ميكيرند تا موجب تسهیل روند امراي خازهاي بعدي کردند منندباينري کردن تصویر, هذف نويز. هموارسازي. نازك سازي. زبان و فونت كلمات و اتظاير ايتهاء ارت است از روش هايي كه بقش هاي مفتلقي همهون ياراكراف هاء جملات يا كلمات. و حروف (ا از تصویر سند استفراع مي نمایند. ج- استخراج ويزكي ها : مجموعة كلية محاسباتي است كه زوي الكوهاي بدست آمده از مرملة پردازش انجام ميشهد تا برداز ويكي هاي متناظر با هر الكو تعيين كردد. 29 

صفحه 30:
بازشناسي نوري حروف ( 00:15 ) بررسي اجا و انواع سیستم 0018 « بازشناسي با يك یا چند طبقه بندي کننده + شامل روش هايي براي متناظر ساختن هر يك از اكوهاي بدست آمده از مرملة استفراج ويژگي ها با يكي از كلاس هاي فضاي الكوهاي مورد یمث است که از طریق کمینه سافتن فاصلة بزدار ويزكي هاي هر الكو نسبت به يكي |[ بردارهاي مرمع موجود در يايكاه داده هاي سيستم اتجام مي كيرد. ه - بكارگيري اطلاعات جانبي (پس پردازش) : مانندمجموعه نقات معتیلٍ اطاعات ماري روط به رفداد موه الاعات ‎pola gals‏ [sore [swat | ferme of ete | ‏سب‎ : 30 

صفحه 31:
بازشناسي نوري حروف ( 00:15 ) بررسي اجا و انواع سیستم 0018 سيستم هاي 0618 فارسي مسئلة بازشناسي حروف الفباي خارسي سابقهاي نه چندان طولاني به همراه دارد. نفستين كزارشهاي رسمي منتشر شده از لاشهاي انجام گرفته در اين رادء مربوط به ساليان نخست دهق ۱۹۸۰ ميلادي است به رغم فا کاریرد الفباي فارسي در ‎a §‏ ي فارسي. ميان ملل مختلف قارة آسياء بررسيهاي انجام شده در خصوص يافتن زوشهايي براي بازشتاسي حروف اين الفبا بسيار محدود بوده است. بواسطة وجود تفاوتهاي اساسي بين نحوة نكارش كلمات فارسي و كلمات لاتين نظير مسبيده بودن مروف سازندة يك کلمه به یکدیکر و تفییر شکل هروف بر اساس موقعیت نسبي قراركيري آن در يك کلمة قارسي. امکان اعمال مستقيم روشهاي متداول در بازشناسي حروف انكليسي بنظور شناسايي مروف تشکیل دهندة کلمات فارسي وجود ندرد. 31 

صفحه 32:
بازشناسي نوري حروف ( 00:15 ) بررسي اجا و انواع سیستم 0018 در هال هاضر يكى ا[ نرم اغزار تجاري كارآمد +01 كه زبان فارسي را ‎vane Automatic Reader ss go (sity‏ شركت عربي #تطعلة5 است كه داراي 2 نفسه 6014 و تسناصة8 1 ميباشد . در حال حاضر قيمت نسفه 07 آن 4000 ۰ دار است .این رقم در مقايسه با قيمت نرم اخزار هاي معروفي همهون 015506 كه مداکثر 600 دار مي باشد اما قابل ملامظه میباشد . شرکت "جیمونافزر" یک نرم زار 065 فارسي بنام تشناسا" (506۳۸6۸) داشت که قیمت آن در سال 1۹۹۷ مدود 39 ما از كاريي چندان مجرد قيليبرفوردرتبودچون متاسفانهماصل قارسي ‎(gla cbs gala gil‏ قبلي و فعلي محصولات عفر هستند که در مواردي تنهابه خارسي سازي منوها اکتفا شده است. نرم اخزار ديكرى به نام ‎Pro 11 Middle East‏ عقعز116۵ به تزکی منتشر شده که ‎obj‏ فارسی را هم پشتیبانی مي ais 32 

صفحه 33:
OCR ena costo el gone ) 0۴ ( ‏بازشناسي نوري حروف‎ در نسفه هاي پیشین این نرم اغزارزبان خارسي وجود نداشت و تنها با استفاده از امکان عربي آن ميشد پردازش ناقصي انجام داد این نرم افزر یا قیمت 300000 دار ه فروش رسید ۱ به دلايل كفته شده 018 درمرملة كنوني در كشور ما مربوط به «دستنويس هاي كسسته» يا متنهاي تايپي پیوسته است. و 5 بازشناسي متن‌هاي دست‌نویس پیوسته توسط كامبيوتر راه زيادي در بيش است. هون در دست نويس ماي كسسته. اكرجه هزوف به هم شبامت دارند. حداقل جداجدا نوشته شدهاند. در متنهاي بيوسته تايبي هم مشكل كشيده شدن يك حرف يا شكسته نوشته شدن حروف را نداريم. البته به كفته مسئولان شركت «يايا» در مال حاضر هم نرمافزارهايي وجود دارد كه متن دست نويس بيوسته را تبديل ب مروف جدا ازهم و كسسته ميكنند. ولي ضريب خطاي اين نرماخزارها زياد است و به شكل صنعتي درنيامدمائد. Omni Page Pro 12 - ABBYY FineReader - Text Bridge : ‏نرم افزار های دیکر‎ 33 

صفحه 34:
بازشناسي نوري حروف ( 00:15 ) بررسي اجا و انواع سیستم 0018 ** مشكلات و بيجيدكي هاي يد روي 061 هاي فارسي و عربي نگارش فارسي. ويژگي‌هاي منمصر به فردي دارد که آن را کاملاً از نگارش لاتین متمایز مي‌سازد. به منظور فعالیت در موزه 068 فارسي. آكاهي از قوانين نكارشي و نموه چاپ مروف در ین زبن.امري ضروري است > در کلمات فارسي برفي از هروف از يك یا دو طرف به روف مجاور خود اتصال دارند و برفي نیز به صورت مجلا نوشته مي شوند. در نتيجه هر کلمه ممکن است شامل يك یا پند بفش متصل باشد که «زیرکلمه» نامیده مي‌شوند. چ سرهم بودن حروف در نكارش فارسي. بازشناسي متون فارسي را براي سيستم‌هاي 068: نسبت به متون لاتين بسيار مشكلتر موسااد. >2 هروق غارس ممکن است چهار مجقعیت مجلا ود تتيجه جهار شكل متفاوت نكارش داشته باشتد: حروف ابتدابي. مياتي. ایا هدود 100 شکل مفتلف هرف و عدد در مجموعه تشقيص وجود قواهند داشت. انتهايي و مجزء 34 

صفحه 35:
بازشناسي نوري حروف ( 00:15 ) بررسي اجا و انواع سیستم 0018 > هزوف واقع دريك كلمه ممكن است هميوشاني داشته باشند. بدين معنا كه نتوان با رسم خطوط عمودي. حروف را به طور كامل از يكديكر مجزا نمود. > متون فارسي برخلاف متون لاتين از راست به جب نوشته مي‌شوند. > در برقي ازفونتها بعضي ا[ حروف. ازيك سمت در دو ممل به يكديكر اتصال دارتد. >0 پرفي از مروف بین يك تا سم نقطه دارند كه ممكن است در بالا يا بايين بدنه حرف واقع باشند. >0 بعضي از مروف بدنه مشابه ارند و تفاوت آن‌ها تنها در تعداد و محل قراركيري نقاط يا در وجود يك سركش است (مانند «ك» و «كه) كه در مقايسه با بدنه حروفء انحازه بسيار كووكي دارند. اين موضوع نيز يكي ‎Hl‏ مواردي است كه بر بيجيدكي سيستم‌هاي 0618 فارسي مي‌افزاید. ~ مروفي که از طرف چپ قابليت اتصال به حرف مجاور فود را دارند. ممكن است به صورت كشيده نوشته شوند. 35 

صفحه 36:
OCR ena costo el gone ) 0۴ ( ‏بازشناسي نوري حروف‎ 36 حروف قارسي ممكن است در بالا يا يايين بدنه داراي اعراب باشند. سم اعراب 2 - در زان فارسي, آعراب‌هاي اصلي‌اند و اعراب برفي كلمات عربي رايج در زبان فارسي دیده مي‌شود (نظیر کلمات «عمداه و «امتمللً). کلمات عربي داراي اعراب و - در زبان فارسي عمومیت نیافته‌ند. هر چند کاربرد اعراب در زبان فارسي نسبت به زبان عربي بسیار مهدودتر است. اما اكر كلههاي تامتداول باشد يا به دليل تشابه نكارشي آن با کلمه ديكر. تأکید بر تلفظ صمي آن باشد. 1[ نشانههاي اعراب استفاده مي شود. ضمنا در بالاي بدنه يك حرف ممكن است علامت تشديد وجود داشته باشد و برقي از هروف داري علامت همزه مستند. دربارة اعداد فارسي هم اين مشكل وجود دارد: صفر ما تنها يك نقطه کوپك است که مي‌تواند سیستم ( به اشتباه بیندازد: اعداد 4 3. 2 1 هم بسیار به هم شبیه هستند و تنها تفامتشان در دندانه ها است. در متون دستنويس فارسي. تلوع تحرير بسيار زياد أست. الواع شکلها براي مروفي مانلد س . ي . ها غیره متصور است. در تمریر دستنویس ا[ سبي دیکر مشفصه هاي مرکت قلم نیز قابل تملیل هستند. 

صفحه 37:
بازشناسي نوري حروف ( 00۴ ) بررسي اجا و انوا سیستم 061۴ > بیشتر مروف فارسي (مصوصاً مروف چسبیده) دندنه‌دار هستند. در مواردي که کیفیت سند اصلي یا دستگاه اسکنرپایین باشد. ارتفاع دنداتهها نسبت به خط [مینه كوتاه مي شود و اين امر. شناسايي صحیع این هروف در مرمله قطعه‌بندي یا بازشناسي را با مشکل مواجه مي‌سازد. خورشید ع عع ع حکم 5 ur he us ur ue ۰ او 37 

صفحه 38:
بازشناسی نوري هروف ( 05 ) تملیل بفشهاي مختلف سیستمهاي 061 001۴ ‏تملیل بخشهاي مختلف سيستمهاي‎ * diy این مرمله شامل کلية پردازشهايي است که بر روي سیکنال هاي تصويري فام انجام مي شوند تا موجب تسهيل يا افزايش دقت روتد اجراي فازهاي بعدي کردند. از مجموعة این پردازشها هدفهاي زير دنبال مي شود + Shp ‏کاهش‎ -١ نرملیزه نمودن داد ها ۳- فشرده سازي میزان اطلاعاتي که مي بایست معفوظ بماند. ‎g‏ اتي كه مي 38 

صفحه 39:
بازشناسی نوري هروف ( 05 ) تملیل بفشهاي مختلف سیستمهاي 061 ** کاهش نویز نويز ايجاد شده بواسطة دستكاه هاي اسكتر نوري يا ابزارهاي نكارشي منجر به ايجاد قطعه خم هاي كسسته. اتصال بين خطوط. فضاهاي قالي در خطوط متن. ير شدن حفره هاي موجود در تصوير برفي حروف و غيره مي كردد. همهنين اعوجاج هاي مفتلف شامل تغييرات محلي. منمني شدن كوشه هاي حروف. تغيير شكل و يا فوردكي مروف را نيز بايستي مد نظر قرار داد. قبل از مرملة بازشناسي هروف لازم است که اين نقايص برطرف شوند. تكنيك هاي مختلف کاهش نویز (۱ مي توان به سه کروه اصلي دسته بني نمود : الف- فيلتر كردن ب- عملگرهاي مورفولوژی ۵ مدلسااي نویز 39 

صفحه 40:
بازشناسي نوري حروف ( 005 ) ‎gatas ds‏ مختلف سيستمياي061 تت ——— ** کاهش نویز Information information Information 

صفحه 41:
بازشناسی نوري هروف ( 05 ) تملیل بفشهاي مختلف سیستمهاي 061 ** 0 ترمالیزه کردن داده ها روش هاي نرماليزه كردن داده ها به مذف تغییرات نكارشي كمك نموده. داده هاي استاندردشده اي تتیمه مي دهد روش هاي پاية نرمالیزه کردن عبارتند از: الف - ترماليزه كردن كمِي متن و استفراج قطوط [میته ب- ترماليزه كردن اريب شدكي ج- ترماليزه كردن (تغبير مقياس دادن) اتدازة. د- هموارسازي كانتور هر كدام از اين مباحث به تلهايي قابل بحث و شرع مي باشند كه ما دز اين بحث به خلاصه اي از هر كدام از اين مهارد مي پردازیم 41 

صفحه 42:
بازشناسي نوري حروف ( 0015 ) تمليل بخشياي مختلف ‎OCR essays‏ الف - ترماليزه كردن كجِي متن و استفراج فطوط [مینه بدیل عدم دقت در مرملة اسكن و يا بي دقتي نويسنده در هنگام نکارش متن دستنویس, ممکن است فطوط متن نسبت به تصوير 42 اندكي انحراف يا هرفش داشته باشتد . اين مسئله مي تواند كارايي الكوريتم هاي بكار رفته در طبقات بعدي سیستم 6 را تأثير قرار دهد. هرا كه يكي اذ مفروضات بيشتر روشهاي قطعه بندي. عدم كج بودن تصوير متن ورودي است ودر نتيجه لازم است كه اين نقيصه آشكار و تصميح كردد. آشكارسازي خط زمينه در بسياري از تكنيكهاي قطعه بندي و بازشناسي متون فارسي. عربي و لاتين نقش اساسي دارد. علاوه بر اين. برخي از كاراكترها را ميتوان بواسطة موقعيت تسبيشان نسبت به خط زمينه آشكار ساخت. 

صفحه 43:
بازشناسي نوري حروف ( 05 ) تمليل بخشياي ‎atthe‏ سیستمیاي 0610 ‎ *‏ روش هاي بکار رفته جهت تصمیح كجي خطوط زمینه در متون لاتین عبارتند از ء ‏|- بكارگيري هیستوگرام ) پروفایل تصويرنمايي ) تصویر ‎=P‏ استفاده از روش فوشه بندي نزدیکترین همسایه ها ۳- روش هميستگي متقابل بین مروف ‏عا- تبديل هاف ‎ ‏یا کر ات زج - ‎ere fe‏ مه ار سیر ‎ ‎43 ‎ 

صفحه 44:
بازشناسي نوري حروف ( 05 ) تمليل بخشياي ‎atthe‏ سیستمیاي 0610 ب- نرماليزه كردن ازيب شدكي. در متون چاپي خارسي و این . كاراكترهاي داي فرمت ایتالیك از راستاي عمود انعراف دارند. همچنین در متون دستنویس برفي از نویسنده ها مروف را پسورت زاویه دار مي نویسند. این شنافته مي شود و مي تواند دقت برفي از الكوريتم هاي قطعه بندي « أريب شدكي » يديده تحت عنوان یا بازشناسي را تمت تأثیرقرار دهد و لذا در أين سيستم ها لازم است كه در مرهلة بيش بردازش ‎٠‏ ميزان اريب بودن كاراكترها شناسايي و تصهیح گردد. ارييشدگي بصورت زاوية شیب بین طویل ترین زیرمرف در يك کلمه و جهت عمودي تعریف مي شود. نرمالیزه کردن اریب. بنظور ترمالیزه تمودن كلية كاراكترها به يك قرم استاندارد بکار مي رود. معمول ترین روش در تقمین میزآن اریب شدگي, محاسبة زاوية متوسط اجزاء نزديك به خط عمود است . استفراج فطوط عمودي از كاراكترها بوسيلة يك جفت فيلتر يك بعدي انجاه مي يذيرد. مختصات شروع و يايان هر خم زاوية اريب را بدست مي دهد. 44 

صفحه 45:
بازشناسي نوري حروف ( 0015 ) تمليل بخشياي مختلف ‎OCR essays‏ م- ترمالیزه کردن (تغییر مقیاس دادن) اندازه در سيستم هاي +061 اغلب تصاوير كنمات خيلي كوهك یا فيلي يزرك. به يك اندازة استاندارد نرماليزه مي شوند. اين عمل معمو لا با نمونه برداري مجدد ‎٠‏ تصوير انجام ميكيرد. روش هابي نظير 8/1063 يا أداناءأ8 بر روي تصاوير سطع خاکستري بنمو مناسبي عمل ‎aise‏ اما عمليات نمونه برداري موجود در آنها . كاراكترهاي دوسطمي را دهار اعوجاج مي سازتد. يك راهكار استاندارد . اعمال يك زوال دو مرمله اي است که در آن ابتدا كانتور هموار اصلي مربوط به كاراكتر نمونه برداري. شده. توسط يك فينتر كانولوشن وزندار 1 و كوانتيزاسيون دوسطمي دامنه 7 تقريب زده مي شود و يس 1[ آن عمل نموله. برداري مجدد انجام مي كيرد . روش هلي بازشناسي حروف ممكن است نرماليزه كردن اندازه را در هر دو مهت أفقي و عمودي انجام دهتد. در هر كاراكتر به تعدادي ناميه تقسيم ميشود و هر يك أ[ اين نوامي ‎٠‏ بصورت جداكانه تغبير مقياس داده مي شوند. 5 

صفحه 46:
بازشناسي نوري حروف ( 05 ) تمليل بخشياي ‎atthe‏ سیستمیاي 0610 د- هموارسازي کاتتور در متون دستنویس. يواسطة لرزش یا مرکات تاقواستة دست نویسنده هنگام تکارش, ممکن است که کانتور مروف شکل ناصاف. پیدا کند. عمچنین این مسلله میتواند در سيستمهاي بازشناسي متون چاپي و دستلدیس بدلیل تغییر مقیاس مروف ويا وجود نويز در مرملة اسكن تصاوير نيز ظاهر كردد. روشهاي هموارسازي كانتور بمنظور جبران اين نقيصه مورد استفاده قرار ميكيرند. بطور كلي هموارسازي كانتور تعداد نقاط نمونة مورد نياز براي بازنمايي كاراكتر را كاهش ميدهد و در نیمه کارا مرامل پردازشي باقیمانده را بهیود مي بخشد. در مقدار هر ييكسل از تصوير متن با مقدار ميانكين وزني بيكسل هاي همساية آن جايكزين ميشود كه با دو بار تكرار اين عمل. تصوير هموارتري از متن دستنويس بدست ميآيد و در نتيجه اثر لرزش دست نویسنده کاهش پیدا میکند.. 46 

صفحه 47:
بازشناسي نوري حروف ( 05 ) تمليل بفشياي مختلف سیستمهاي0018) ** فشرده سازي اين مسئله يذيرفته شده است كه تكنيكهاي كلاسيك خشرده سازي تصامير كه تصوير زا أزهوزة مكانيبه موز هاي دیکر منتقل مي کنند با بااشناسي مروف مناسب نمي باشئد. در باأشناسي حروف. عمل فشرده سازي نيازمند آن دسته از تکنيك هاي موزة مكاني است که اطاعات شكلي را حفظ مي نمايند. دو تكنيك متعارف فشرده سازي. يكي تكنيك اعمال سطع آستانه بمنظور باينري كردن تصاوير سطع فا" متون د ديكري ناك سازي مي باشد . الفد- باينري (دوسطمي) كردن تصوير مقن + بمنظور كاهش مجم ذفيره ساي مورد نيازو افزايش سرعت يردازش. اغلب مطلوب است 5 با انتفاب يك سطع آستانه, تصاوير سطع فاكستري يا رنكي را به تصاوير باينري تبديل نمود. 4 

صفحه 48:
بازشناسی نوري هروف ( 05 ) تملیل بفشهاي مختلف سیستمهاي 061 ب- نازك سازي این عمل درهالیکه کاهش قابل ملامظه اي در حجم داده ها ايجاد ميكند. اطلاعات شكلي كاراكتر را نيز استخراج مي نماید. دو رش ‎aly‏ براي نازكسازي عبارتند از « نازكسازي از طریق پیکسل ۰,۰ نازكسازي غیر از طریق پیکسل ۰ . نازكسازي از طريق بيكسل بصورت مملي و تكراري تصويز را مورد پدازش قرار مي دهد تا مقتي که ‎[١‏ تصوير كاراكتر تنها اسكلت آن. به عرض يك پیکسل باقي بماند. این روش نسبت به نويز بسيار حساس بوده. ممكن است تصوير كاراكتر را مخدوش سااد. از سوي ديكر . روش هاي نازك سازي غير از طریق پیکسل . طي فرايند نك سازي مقداري از اطلاعات سراسري دربارة كاراكتر را مورد استفاده قرار مي دهند. 48 

صفحه 49:
بازشناسي نوري حروف ( 05 ) تمليل بخشياي ‎atthe‏ سیستمیاي 0610 ب- نازك سازي ‎Cc, 6‏ = سرام رار يج = 5 = = 

صفحه 50:
بازشناسي نوري حروف ( 00:15 ) تمليل بخشياي مختلف سيستمهاي :01 * قطعه بندي ‎Alay‏ پیش پردازش يك تصویر اصلام شده از ستد ر! تتیجه مي دهد بکونه اي که مقدار کاقي از اطلاعات شکني. فشرده سازي بالاو نویز نویز پایین. از تصویر نرمالیزه شدة سند قابل حصول يك مرملة بسيار با اهميت در بازشناسي حروف مخصوصًا حروف. ‏است. قطعه بندي قارسي و عربي كه بصورت بيوسته توشته مي شوند مي باشد , هرا كه نتيجة بدست آمده از جداسازي ‎ ‏كلمات , قطوط یا کاراکترها ابر روي نرق بازشتاسي سيستم تأثير مي كذارد. ‏.قطعه بندي غلط كاراكترها . عامل بسياري از فطاهاي 01 است ميزان دقت يك الكوريتم قطعه بندي به سبك نكارش مروف , ‏كيفيت دستكاه يرينت و نيز نسبت اندازة فونت به رزولوشن دستكاه اسكئر يستكي دارد م دو نوع قطعه پندي وجود داد ء ‏الف) قطعه بندي بيروتي ب) قطعه بندي دروتي. ‎50 ‎ 

صفحه 51:
بازشناسي نوري حروف ( 0015 ) تمليل بخشياي مختلف ‎OCR essays‏ الف - قطعه بندي بيروني : قطعه بندي بيروني که عبارت است از مداسازي بخش هاي مختلف نکارش مانند پاراگراف ها : جملات یا کلمات اين مرمله بحراني ترين و مساس ترين قسمت در زمينة آثاليز اسناد ميباشد و يك مرملة ضروري براي سیستم هاي بازشناسي. حروف برونخط محسوب ميشود. كر جه مبحث آاليز اسناد با روش ها و تكنيك هاي خاص فود يك حوزة تحقيقاتي تا هدي متفاوت نسبت به 068 است , ليكن تقسيم بندي تصوير سند به نوامي متني و غير متني. يك بفش لاينفك نرماغزارهاي ‎OCR‏ به مساب میآید. 8 | يبا ‎LJ] ‎ ‎ ‎ ‎ ‎51 ‎[bo ‎ ‎ ‎ ‎ ‎ 

صفحه 52:
بازشناسی نوري هروف ( 05 ) تملیل بفشهاي مختلف سیستمهاي 061 ب - قطعه بندي دروني : قطعه بندي دروني که متظو از آن ۰ جداسازي هروف کلمات مخصوصًا در مورد كلمات سر هم توشته شده در متون لاتين و يا رسمالخطا هاي ييوسته نظير فارسي و عربي است . عليرغم فعاليت هاي مشمكير دهة كذشته و تنوع تكنيك هاي معرقي شده . قطعه بندي متون بيوسته ( بخصوص متون دستنويس بيوسته ) به حروف منوز هم بصورت يك مسئله باقي مانده است. روشه اي قطعه بندي مروف به سه دسته تقسیم مي شوند: الف- قطعه بلدي مریم ب- قطعه بندي ضمني ج) تكنيك هاي أدغام شده 52 

صفحه 53:
بازشناسي نوري حروف ( 05 ) تمليل بخشياي ‎atthe‏ سیستمیاي 0610 الف- قطعه بندي صریم در اين روش قطعات بر ميناي غاصیت هرفسان بودنشان (شبامت داشتن به يك مرف) . تشفیص داده مي شوند.فرآیند قطعه .بندي تصجير به اجزاء بامعني يك نام خاص دارد : تشريع . تریح فرايتدي است كه يك تصوير را بدون بكاركيري يك كلاس بخصوص |[ اطلاعات شكلي تحليل میتماید. معیار ستمش قوب بودن قطعه بندي. هم فوان بودن خواص عمومي قطعات با قصوصيات مورد انتظار براي كاراكترهاي معتبر است. تكنيكهاي موجود مبتني بر تشريع يك تصویر عباتند > استفاده از خضاهاي غالي و نقاطاوم. آنالیز تصويرنمايي عمودي. آثاليز اجزا» ‎Gok‏ بكاركيري قراین زبانشافتي, قطعه بندي صریح را در معرض ارزشيابي قرار داد 53 

صفحه 54:
بازشناسي نوري حروف ( 05 ) تمليل بخشياي ‎atthe‏ سیستمیاي 0610 ب- قطعه بندي قمتي این روش قطعه بندي بر پاية بازشناسي است و تصوير سند را براي يافتن اجزايي كه با كلاس هاي از قبل تعريف شدهاي مطابقت. داشته باشند. مورد جستجو قرار ميدهد. قطعه بندي. بر مبناي ميزان صحت نحوي يا معنايي نتايج كلي حاصله از بازيابي انجام مي كيرد. در اين رويكرد. دو ( كروه از روش ها قابل بكاگيري مي باشند) روش هايي که چندین روال جستجه را انمام مي دهند و روش هايي که بردارويژگي تصویر ر۱ قعطعه بندي مینمایند. كلاس نخست سعي در قطعه بندي كلمات به حروف يا ساير اجزاء بدون استفاده از الكوريتم هاي ربع مبتني برويزكي دارد به عبارت دقيقتر. در اين روش بدون در نظر كرفتن محتوا. تصوير بطور اصولي به قسمتهاي همپوشان تقسیم مي شود. از دیدکاه مفیومي. این دسته روش ها از تكنيك هايي که براي بازشناسي کلمات ‎gale‏ توسعه داده شده اند. نشأت مي گیرند. 54 

صفحه 55:
بازشناسي نوري حروف ( 0015 ) تمليل بخشياي مختلف ‎OCR essays‏ ب- قطعه بندي ضمتي ( ادامه .. ). كلاس دوم از زوش هاي قطعه بندي ضمني. تصوير را با كلاسه بندي زيرمجموعه هابي ‎(١‏ ويأكي هاي مكاني (استفراع شده از كل تصوير) بطور ضمني قطعه بتدي مي نمايد. اين فانواده از روش هاي مبتني بر بازشناسي. از تكنيك هاي ملايم سازي احتمالاتي. مفهوم نقاط منتظم و نقاط تكين. و تطابق بازكشتي استفاده مي نمايند. ج - تكنيكهاي ادغام شده اين تكنيك هاء روش هاي قطعه بندي صريح و ضمني را در هم ميآميزتد. يك الكوريتم تشريع با هدف قطعه بندي أضافي به تصوير اعمال مي شود . بدين معني كه تصوير آنقدر به نواهي مفتلف برش داده مي شود تا اطمينان حاصل كردد كه مرزهاي قطعه بندي صميح نيز در ميان قطعات ايجاد شده موجود مي باشتد. يس ‎[١‏ حصول اطميتان. قطعات ايجاد شده توسط تكنيك هاي كلاسه بندي مورد ارزيابي قرار مي كيرند تا از ميان آنها قطعه بندي بهيته استخراج كردد. 55