Please use this identifier to cite or link to this item: https://cuir.car.chula.ac.th/handle/123456789/47543
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorวีระ ริ้วพิทักษ์-
dc.contributor.authorวัลนพ ตันฤดี-
dc.contributor.otherจุฬาลงกรณ์มหาวิทยาลัย. บัณฑิตวิทยาลัย-
dc.date.accessioned2016-04-22T08:22:13Z-
dc.date.available2016-04-22T08:22:13Z-
dc.date.issued2533-
dc.identifier.isbn9745770256-
dc.identifier.urihttp://cuir.car.chula.ac.th/handle/123456789/47543-
dc.descriptionวิทยานิพนธ์ (วท.ม.)--จุฬาลงกรณ์มหาวิทยาลัย, 2533en_US
dc.description.abstractระบบการรับรู้รูปแบบลายมือเขียนอักษรไทยที่บรรยายถึงในวิทยานิพนธ์นี้ เป็นระบบการรับรู้รูปแบบที่ประกอบด้วยการประมวลผลหลายขั้นตอนสามารถแบ่งออกได้เป็น ขั้นตอนแรกเป็นการแยกย่อยกลุ่มรูปแบบลายมือเขียนคร่าวๆ โดยอาศัยการตรวจสอบ ตามตำแหน่งของจุดปลายทั้งสองออกเป็นกลุ่ม 3 กลุ่มย่อย โดยมีการกำหนดขอบเขตระดับการเขียนไว้ล่วงหน้า ขั้นตอนต่อมาเป็นการหาลักษณะเด่นของรูปแบบตามรหัสทิศทางฟรีแมน เพื่อให้ได้กลุ่มรูปแบบที่เหมาะสมจากการแยกย่อยกลุ่มใน 32 กลุ่มอักษรขั้นตอนการรับรู้รูปแบบประยุกต์ทฤษฎีไดนามิคโปรแกรมมิ่งในการหาความแตกต่างระหว่างรูปแบบ และรูปแบบในกลุ่ม เมื่อได้รูปแบบอ้างอิงที่มีความแตกต่างน้อยที่สุด ผลลัพธ์ที่ได้จะผ่านการตรวจสอบของภาคจัดการผลลัพธ์ระหว่างรูปแบบในกลุ่มใกล้เคียงเพื่อเพิ่มประสิทธิภาพในการรับรู้รูปแบบ ผลการวิจัยตามข้อมูล โดยผู้เขียนเฉพาะบุคคลเดียว โดยเฉลี่ยสามารถรับรู้รูปแบบได้ในอัตราร้อยละ 98.5en_US
dc.description.abstractalternativePattern recognition of handwritten Thai characters is described in this thesis. The recognition model devised constitutes a multi-stage system. In the first stage a coarse classifier allocates the input pattern into one of 3 categories, based on the location of end points with in predetermined regions in the characters matrix. The second stage uses features extracted in the Freeman Directional Chain Code to classify character assigned to each of 32 categories. The remaining one category, composed of similar, is recognized by Dynamic Programming. An additional step of post processing is added to compensate for the sensitivity of the Dynamic Programming to the existence of similar classes within some of the categories. Experiments were conducted with a single-author data structure. An average recognition rate of 98.5% was observed for the system.en_US
dc.language.isothen_US
dc.publisherจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.rightsจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.subjectการรู้จำอักขระ (คอมพิวเตอร์)en_US
dc.subjectการรู้จำรูปแบบen_US
dc.subjectภาษาไทย -- ตัวอักษรen_US
dc.subjectCharacter recognitionen_US
dc.subjectPattern recognition systemsen_US
dc.subjectThai language -- Alphabeten_US
dc.titleระบบการรับรู้ลายมือเขียนอักษรไทยen_US
dc.title.alternativeThai character handwriting recognition systemen_US
dc.typeThesisen_US
dc.degree.nameวิทยาศาสตรมหาบัณฑิตen_US
dc.degree.levelปริญญาโทen_US
dc.degree.disciplineวิทยาศาสตร์คอมพิวเตอร์en_US
dc.degree.grantorจุฬาลงกรณ์มหาวิทยาลัยen_US
dc.email.advisorไม่มีข้อมูล-
Appears in Collections:Grad - Theses

Files in This Item:
File Description SizeFormat 
Vannop_ta_front.pdf846.27 kBAdobe PDFView/Open
Vannop_ta_ch1.pdf359.78 kBAdobe PDFView/Open
Vannop_ta_ch2.pdf2.93 MBAdobe PDFView/Open
Vannop_ta_ch3.pdf2.72 MBAdobe PDFView/Open
Vannop_ta_ch4.pdf819.16 kBAdobe PDFView/Open
Vannop_ta_ch5.pdf612.92 kBAdobe PDFView/Open
Vannop_ta_back.pdf1.35 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.