Reconnaissance des caractères arabes imprimés par l'approche neuro-génétique.

Abstract

I

N this work we aim at developping a multifonts printed arabic texts recognition system. the proposed approache is about the combination of two techniques Feature selection and character recognition. The adopted recognition method is based on a hybrid technique which consists of putting together; the neural networks multilayer perceptron and the genetic algorithms. One objective of this work is to propose a hybrid approach for the feature selection. The choice of this technique is motivated by its success in the recognition of digits. Indeed, the interest of this Neuro-Genetic model is the fact that it is able to improve the discriminatory capacity of pure perceptron multilayer.

Key words : Arabic character recognition , Feature selection, Perceptron multilayer, Genetic algorithm.

Table des matières

Introduction générale 1 La Reconnaissance Optique des Caractères 1.1 Différents aspects de l'OCR						1 3 3
			1.1.1	Type d'acquisition		4
				1.1.1.1 Les systèmes en-lignes		5
				1.1.1.2 Les systèmes hors-lignes		5
			1.1.2	Approche de reconnaissance		6
				1.1.2.1 Approche globale		6
				1.1.2.2 Approche analytique		6
1.2			Caractéristiques de l'écriture arabe			7
1.3			Organisation d'un système de reconnaissance			10
			1.3.1	Prétraitement		11
				1.3.1.1 Binarisation		11
				1.3.1.2 Lissage		12
				1.3.1.3 Normalisation		12
				1.3.1.4 Squelittisation		12
			1.3.2	Segmentation		12
				1.3.2.1 Segmentation en lignes		13
				1.3.2.2 Segmentation en mots		13
				1.3.2.3 Segmentation en caractère		14
			1.3.3	Extraction des primitives		14
				1.3.3.1 Primitives locales		14
				1.3.3.2 Primitives globales		15
			1.3.4	Apprentissage		15
				1.3.4.1 Apprentissage Supervisé		15
		TABLE DES MATIÈRES
		1.3.4.2 Apprentissage Non Supervisé 1.3.5 Reconnaissance 1.3.5.1 Approche structurelle 1.3.5.2 Approche stochastique 1.3.5.3 Approche statistique 1.3.5.4 Les approches hybrides 1.3.6 Post-traitement			16 16 16 17 18 18 19
2	Fondements Théoriques				20
	2.1	Le réseau perceptron multicouche			20
		2.1.1 Le perceptron simple			21
		2.1.2 Architecture d'un perceptron multicouche			23
		2.1.3 Apprentissage d'un perceptron multicouches			25
	2.2	Les algorithmes génétiques			27
		2.2.1 Génération de la population initiale			28
		2.2.2 Codage			29
		2.2.3 Fonction d'évaluation			29
		2.2.4 Sélection			30
		2.2.5 Croisement			31
		2.2.6 Mutation			32
		2.2.7 Insertion			33
		2.2.8 Critère d'arrêt			34
	2.3	L'hybridation neuro-génétique			34
		2.3.1 Système de OLIVEIRA			35
		2.3.2 Système de KROUCHI et DJEBBAR			36
3	Contributions à la reconnaissance Des caractères arabes imprimés				38
	3.1	Position du problème			38
	3.2	Justification de l'approche choisie			39
		3.2.1 Les procédures de recherche			40
		3.2.2 Les fonctions d'évaluation			41
	3.3	Système proposé			42
		3.3.1 Description générale			42
		3.3.2 Description détaillée			43
		3.3.2.1 Prétraitement			44
		3.3.2.2 Segmentation			46
		3.3.2.3 Extraction des primitives			49
					ii

TABLE DES MATIÈRES

3.3.2.4 Sélection des primitives 51

3.3.2.5 Reconnaissance 53

3.3.2.6 Post traitement 54

4 Expérimentation et évaluation 56

4.1 Méthodes d'évaluation d'un OCR 56

4.1.1 Evaluation globale 57

4.1.2 Evaluation locale 57

4.2 Expérimentation 57

4.2.1 Prétraitement 58

4.2.2 Segmentation 59

4.2.3 Extraction des primitives 61

4.2.4 Sélection des primitives 63

4.2.5 Apprentissage 68

4.2.6 Reconnaissance 70

4.3 Evaluation de notre système 72

Conclusion et perspectives 73

Bibliographie 76

A Segments classés par leurs positions 81

B Description de la base 86

iii