Reconhecimemto de palavras manuscritas baseado em HMM e no emprego de caracteristicas topologicas e geometricas

Orientador: Lee Luan Ling Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação Resumo: O desenvolvimento de métodos para reconhecer palavras manuscritas de vários estilos de escrita, em razão das variações envolvidas, não é trivial. Nesta tese é desenvolvido um método para extração de características topológicas e geométricas de palavras manuscritas baseado na teoria de conjuntos Fuzzy. Durante o processo de reconhecimento a imagem de uma palavra manuscrita é representada por uma seqüência ordenada de segmentos de linha. Esses segmentos são extraídos de cada fração resultante do processo de segmentação da palavra em caracteres. Para cada segmento de linha é atribuído, através de conjuntos fuzzy, valores representando sua similaridade a padrões específicos de linhas retas e curvas. O processo de segmentação desenvolvido é explícito e emprega morfologia matemática para determinar possíveis pontos de segmentação da palavra. A classificação de palavras baseia-se nos modelos ocultos de Markov. Também é utilizado no processo de classificação uma generalização dos modelos ocultos de Markov empregando medidas e integrais fuzzy. Para treinamento e testes do sistema de reconhecimento utiliza-se uma base de dados composta por palavras empregadas na escrita da quantia numérica em cheques brasileiros Abstract: Due to the large variability of human handwriting, the development of unconstrained methods for recognizing handwritten words is not trivial. This thesis presents a fuzzy set based method for extracting topologic and geometric characteristics from handwritten words. During the recognition process a handwritten word image is represented by an ordered sequence of line segments. The line segments are extracted from each word fraction produced by the segmentation algorithm. Fuzzy set theory is applied to attribute to each line segment a set of values representing degrees of similarity to straight line and curve line patterns. The developed word segmentation algorithm is explicit and employs mathematical morphology to assign segmentation points on a word image. The classification of the handwritten words is a Hidden Markov Model based process. A generalization of the Hidden Markov Models employing fuzzy measures and fuzzy integrals is also used as a handwritten word classifier. The recognition system is trained and tested with a database compound by Brazilian bank check words Doutorado Doutor em Engenharia Elétrica