بازشناسی برون خط امضای فارسی مبتنی بر رویکرد ترکیب ویژگی ها و استفاده از ماشین بردار پشتیبان

امضاء یکی از شاخص های تشخیص هویت و بازشناسی امضاء یکی از مسائل مهم در بازشناسی الگو است. علی رغم تحقیقات فراوانی که در زمینه بازشناسی و تایید امضاء صورت گرفته است، تحقیقاتی که در زمینه تشخیص امضای برون خط فارسی صورت پذیرفته، محدود است. از آنجا که مراحل استخراج ویژگی و طبقه بندی، مهمترین مراحل در بازشناسی الگو به شمار میرود، در این مقاله روشی نوین و ترکیبی جهت استخراج ویژگی ارائه شده است. پس از پیش پردازش های لازم، فواصل پیکسل های امضاء نسبت به کادر امضاء برحسب پیکسل را محاسبه و بردارهای ویژگی بدست می آید. سپس تبدیل موجک یک بعدی را بر روی بردارهای ویژگی حاصل اعمال و با استفاده از طبقه بند ماشین بردار پشتیبان عملکرد سیستم را بررسی نمودیم. نتایج آزمایشات بر روی مجموعه داده امضای دانشگاه فردوسی مشهد نرخ بازشناسی 97.5 درصد را نشان می دهد.