Reconnaissance de caractères imprimés par comparaison dynamique

par Maher Khemakhem

Thèse de doctorat en Sciences appliquées. Électronique

Sous la direction de Directeur de thèse inconnu.

Soutenue en 1987

à Paris 11 , en partenariat avec Université de Paris-Sud. Faculté des Sciences d'Orsay (Essonne) (autre partenaire) .


  • Résumé

    Malgré la diversité des méthodes de reconnaissance de caractères imprimés, deux problèmes restent encore non parfaitement résolus. Le premier plus classique a déjà fait l'objet de nombreuses recherches, il porte sur les défauts qui peuvent atteindre les caractères. Le second moins classique concerne les caractères collés ou reliés. Les méthodes connues jusqu'à présent procèdent à la séparation des caractères les uns des autres pour les identifier. Le travail que nous présentons dans cette thèse vise à résoudre ces deux problèmes à l'aide d'une nouvelle méthode de reconnaissance qui ne nécessite pas de séparer les caractères pour les identifier. Cette méthode est fondée sur les techniques de comparaison dynamique inspirées de celles appliquées à la reconnaissance des mots enchaînés de la parole. Des tests de comparaison entre la méthode proposée et deux autres classiques ont révélé l'efficacité de la première. En effet, nous avons obtenu sur 17. 000 caractères de tests un taux de reconnaissance supérieur à 99%.

  • Titre traduit

    Printed character recognition by dynamic programming techniques


  • Résumé

    In spite of the diversity of printed character recognition methods, two problems still remain without an efficient solution. The first one concerns the frequent deformation of the character forms; the second concerns the difficulty of isolating merged characters. AU existing printed character recognition methods first proceed to a character segmentation of the input string. To deal with the above problems, we propose a new method based on dynamic programming techniques which allows us to perform connected character recognition with no segmentation phase. The comparison of the results obtained by our new method and by two classic ones on the same data base shows clearly better results for our approch. On a 17. 000 character set, we have obtained better than 99% recognition.

Consulter en bibliothèque

La version de soutenance existe sous forme papier

Informations

  • Détails : 1 vol. (86 f.)
  • Notes : Publication autorisée par le jury
  • Annexes : Bibliogr. f. 80-85 (54 réf.)

Où se trouve cette thèse ?

  • Bibliothèque :
  • Disponible pour le PEB
  • Cote : 0g ORSAY(1987)134
  • Bibliothèque :
  • Disponible pour le PEB
  • Cote : TH2014-034471
Voir dans le Sudoc, catalogue collectif des bibliothèques de l'enseignement supérieur et de la recherche.