Extraction des caractéristiques pour la lecture automatique des chiffres manuscrits
Loading...
Date
2012
Authors
Journal Title
Journal ISSN
Volume Title
Publisher
Université Mouloud Mammeri
Abstract
Dans le schéma de reconnaissance de chiffres manuscrits, interviennent deux étapes essentielles : l’étape d’extraction de caractéristiques et l’étape de classification. Ainsi, notre contribution dans ce mémoire, consiste à intervenir dans la première étape en choisissant les descripteurs de formes les plus discriminants possibles pour caractériser le contenu de l’image, et dans la seconde phase, nous avons implémenté le séparateur à vaste marge (SVM). Dans ce projet, nous avons utilisé quatre méthodes d’extraction de primitives ; la méthode de Kirsch qui consiste à extraire les composantes directionnelles (caractéristiques locales) et les caractéristiques globales à partir de l’image initiale. L’application des filtres de Gabor à l’image initiale, nous a permis d’extraire d’autres types de caractéristiques à partir des images filtrées comme l’énergie, la moyenne et la variance. Nous avons également implémenté les moments de Zernike connus comme descripteurs puissants et ce, grâce à leurs propriété d’invariance par translation, rotation et d’orthogonalité. Pour mener, une étude comparative, nous avons rajouté un autre descripteur très puissant, basé sur la transformée en ondelettes. En effet, ce dernier descripteur, surmonte tous les problèmes posés par les descripteurs précédents.
Description
86 f. : ill. ; 30 cm. (+ CD-Rom)
Keywords
Apprentissage, Classification, Machines à vecteurs de supports (SVM), Reconnaissance, des chiffres manuscrits, Extraction des caractéristiques, Masques de Kirsch, Filtres de Gabor, Moments de Zernike, Théorie des ondelettes .
Citation
Commande Des Systemes