CHAPITRE 3. CONTRIBUTIONS À LA RECONNAISSANCE
DES CARACTÈRES
ARABES IMPRIMÉS
Wrapper. Ainsi ,l'approche Filter explore de manière
efficace tous les sous-ensembles des caractèristiques en
sélectionnant les sous-ensembles minimales et suffusants afin de
déterminer l'étiquette indiquant la classe.
KUDO et SKLANSKY [KS00] ont étudié les
différentes techniques d'optimisation et ont trouvé que les AGs
conviennent parfaitement lorsque le nombre de primitives à
sélectionner est grand. Ils ont rajouté que les AGs ont une
grande probabilité de trouver les meilleures solutions par rapport aux
autres techniques d'optimisation. Ils recommandent d'appliquer les AGs
plusieurs fois avec différents paramètres.
L'application des AGs dans la sélection de primitives a
été utilisée dans des différents domaines de
recherche tels que l'étalonnage de caméras par JI et ZHANG dans
[JZ01], la vérification de signatures par Ramesh et Murty [RM99], le
diagnostic médical par YANG et HONOVAR [YH97], la reconnaissance de
visages par HO et HUANG [HH01], la reconnaissance de caractère optique
par SHAMIK et DAS [SD01] et la reconnaissance des chiffres par GYEONGHWAN et
SEKWANG [GS00]. Bien que cette procédure d'optimisation a
été appliquée dans plusieurs domaines mais aucune
application n'a traité l'écriture arabe.
Dans le cadre de ce travail, nous proposons un système
de reconnaissance des caractères arabes imprimés qui met en
oeuvre le problème de sélection des primitives. L'objectif
principal de notre approche est la réduction du nombre de
caractéristiques utilisées tout en essayant de maintenir et/ou
d'améliorer la performance de la classification du système de
reconnaissance. Cet objectif est défini par une fonction objective
à optimiser. Pour ce faire, il suffit de choisir une méthode
d'optimisation qui peut être adaptée au problème à
résoudre. La suite de ce mémoire décrit la conception et
l'implémentation d'un système de reconnaissance des
caractères arabes qui utilise une méthodologie optimale pour
répondre aux exigences de sélection des primitives.
3.3 Système proposé
Dans cette section, nous commençons par
présenter un vue globale sur notre sytème de reconnaissance
proposé. Ensuite, nous traiterons chaque compsante par
détails.
3.3.1 Description générale
Notre approche suggérée est basée sur un
modèle analytique : Nous avons en entrée une image d'un texte
arabe imprimé, cette image sera nettoyée par un processus de
prétraitement qui comporte trois sous modules: un sous module de
binarisation qui se charge de la conver-
43
| 
