Off-line handwritten Thai character recognition using Ant-miner algorithm

ระบบรู้ตัวอักษรไทยลายมือเขียนโดยใช้แอนท์-ไมเนอร์อัลกอลิทึม

Name: Katunyoo Sankhuangaw

LCSH: Optical character recognition devices

Abstract: Much research into handwritten Thai character recognition has been attempted, often using comparison of heads of characters, Fuzzy logic and structure trees, etc. This paper presents a system of handwritten Thai character recognition, based on an Antminer algorithm (data mining based on Ant colony optimization). Zoning is initially used to determine each character. Then three distinct features (also called attributes) of each character in each zone are extracted. The attributes are Head zone, End point, and Feature code. All attributes are used to construct the classification rules by an Antminer algorithm in order to classify 113 Thai characters. For this experiment, the Antminer algorithm was adapted, with a small change to increase the recognition rate. The result of this experiment is a 97% recognition rate of the training set (11,300 characters) and a 74.99% recognition rate of unseen data test (22,600 characters).

Abstract: งานวิจัยเกี่ยวกับระบบการรู้จำตัวอักษรไทยลายมือเขียนนั้นได้มีการวิจัยมาอย่างต่อเนื่อง และ วิธีการที่นักวิจัยเหล่านั้นใช้ก็แตกต่างกันออกไปมากมาย เช่น การพิจารณาหัวของตัวอักษรแล้วนำไป สร้างเป็นกฎในการรู้จำตัวอักษร ซึ่งมีลักษณะเป็นโครงร่างต้นไม้ หรือบางระบบมีการนำ ปัญญาประดิษฐ์มาประยุกต์ใช้เช่น ฟัซซี่ลอจิก นิวรอลเนตเวิร์ก เป็นต้น ส่วนในงานวิจัยนี้มีความ สนใจที่จะนำเสนอระบบการรู้จำตัวอักษรลายมือเขียนภาษาไทยแบบใหม่ ซึ่งไม่เคยมีผู้ใดทำมาก่อน โดยมีการประยุกต์ใช้ แอนท์-ไมเนอร์ อัลกอลิทึม ซึ่งเป็นหนึ่งในอัลกอลิทึมประเภทอัจฉริยะแมลง ระบบนี้ มีขั้นตอนการทำงานอยู่สี่ขั้นตอนหลักคือ (1) กระบวนการพรีโพรเซส จะทำการกำจัด สัญญาณรบกวน และ ทำการแยกตัวอักษรจากเส้นบรรทัดออกเป็นตัวอักษรเดี่ยว (2) กระบวนการ ค้นหาคุณลักษณะสำคัญของตัวอักษรซึ่งประกอบด้วย ตำแหน่งหัว ตำแหน่งจุดปลาย ทิศทางของจุด ปลาย อัตราความกว้างต่อความสูง และจำนวนจุดที่เส้นอ้างอิงตัดผ่าน (3) กระบวนการรู้จำ จะนำ คุณลักษณะที่สำคัญของตัวอักษรนั้นมาประมวลผลโดย แอนท์-ไมเนอร์อัลกอลิทึมเพื่อสร้างกฎใน การรู้จำตัวอักษรเหล่านั้น และ (4) กระบวนการโพสโพรเซส เป็นกระบวนการนำข้อมูลที่ประมวลผล แล้วสร้างกลับเป็นประโยคตามเดิม งานวิจัยนี้ใช้ตัวอักษรในการทดลองจำนวน 113 ตัวอักษรประกอบไปด้วย พยัญชนะไทย สระ วรรณยุกต์ และสัญลักษณ์พิเศษที่ใช้บ่อยในภาษาไทย ซึ่งผลจากการวิจัยปรากฏว่า ระบบสามารถรู้จำ ตัวอักษรที่นำไปสอนระบบจำนวน 11,300 ตัวได้ 98.11% และรู้จำตัวอักษรที่ไม่เคยสอนให้ระบบ จำนวน 22,600 ตัวได้ 74.99%

Mahidol University

Address: NAKHON PATHOM

Email: liwww@mahidol.ac.th

Name: Pisit Phokharatkul

Role: Thesis Advisors

Created: 2009-07-29

Modified: 2553-06-12

Issued: 2009-07-29

วิทยานิพนธ์/Thesis

application/pdf

ISBN: 9740465617

CallNumber: TH K19o 2005

eng

DegreeName: Master of Science

Level: Master's Degree

Descipline: Technology of Information System Management

Grantor: Mahidol University

©copyrights Mahidol University

ลำดับที่.	ชื่อแฟ้มข้อมูล	ขนาดแฟ้มข้อมูล	จำนวนเข้าถึง	วัน-เวลาเข้าถึงล่าสุด
1	4637189.pdf	2.95 MB	109	2025-03-29 23:29:20

ใช้เวลา

-0.558689 วินาที