Résumé. La reconnaissance de l'écriture arabe manuscrite est un domaine de recherche relativement récent et qui a connu ces dernières années des progrès remarquables. Il présente un intérêt indéniable dans l'accomplissement de tâches considérées fastidieuses dans certains domaines comme le tri postal, la lecture de chèques bancaires, la lecture des bordereaux, etc. Ce papier présente la conception, la réalisation et l'évaluation d'un système dédié à la reconnaissance automatique hors-ligne de mots manuscrits arabes représentant des noms de villes tunisiennes tirés de la base IFN/ENIT. Dans ce travail, nous nous pencherons sur une approche basée sur l'utilisation des moments de Zernike, et d'un classifieur neuronal utilisé pour la première fois dans ce domaine, à savoir le réseau Fuzzy ART. Nous montrerons, à travers les différentes étapes considérées, l'apport de notre technique dans la résolution des problèmes liés au traitement de l'écriture arabe. Par ailleurs, nous retenons les limitations enregistrées. Les résultats obtenus sont prometteurs.
La reconnaissance automatique de caractères, au sens large du terme, est une discipline qui a vu le jour dés l’apparition des premiers ordinateurs. Reconnaître de l’écriture manuscrite consiste à associer une représentation symbolique à une séquence de symboles graphiques : on parle aussi de lecture automatique. Le but est de pouvoir utiliser cette représentation dans une application informatique. On distingue deux grands types d’utilisation : • Traiter automatiquement des documents contenant de l’écriture manuscrite dont l’analyse par des individus prend trop de temps. • Faciliter l’utilisation des ordinateurs pour des applications où un stylo est plus pratique qu’un clavier et une souris.
Contrairement au Latin, la reconnaissance de l’écriture arabe manuscrite reste encore aujourd’hui au niveau de la recherche et de l’expérimentation. Cependant et depuis quelques années elle a pris un nouvel essor et fait l’objet d’applications de plus en plus nombreuses. Parmi ces applications, nous citons le traitement automatique des dossiers administratifs, des formulaires d’enquêtes, des chèques bancaires, numérisation et sauvegarde du patrimoine culturel écrit, etc.
Notre article est organisé comme suit : la deuxième section abordera les caractéristiques de l’écriture arabe ainsi que les travaux effectués dans ce domaine. La troisième mettra le point sur l’architecture du réseau Fuzzy ART. L’implémentation du système sera détaillée dans la quatrième section. Le tout sera clôturé par une liste de perspectives. 2
L'écriture arabe a vu le jour aux alentours du VІ ème siècle avant l’apparition de l'écriture cursive nabatéenne, et s'est progressivement répandue avec l'existence de l'Islam et la révélation coranique. Les principales caractéristiques de la langue arabe sont : • L’alphabet arabe comprend vingt-huit lettres fondamentales. ِChacune a entre deux et quatre formes selon sa position dans le mot. La figure 1 donne toutes les formes possibles pour chaque lettre de l’alphabet arabe.
Début
Fin et lié Fin Début
Quelques caractères arabes incluent dans leur forme un, deux ou trois points
diacritiques. Ces points peuvent se situer au-dessus ou au-dessous du caractère
mais jamais en haut et en bas simultanément [
L'existence du "hamza" (le zigzag), qui se comporte, soit comme une lettre à part entière, soit comme un diacritique.
Certaines formes de lettres ne peuvent dans aucun cas être rattachées à la lettre suivante, ce qui fait qu’un mot unique peut être entrecoupé d’un ou plusieurs espaces, lesquels sont aussi utilisés pour séparer les mots.
Les voyelles "a", "i" et "ou" ne sont pas utilisées systématiquement dans l'écriture arabe ; des signes qui correspondent à des voyelles sont employés pour éviter des erreurs de prononciation.
On trouve également des chevauchements et des ligatures dans l’écriture manuscrite ce qui complique la tâche de reconnaissance (Fig. 2.).
Chevauchement
Ligature
Plusieurs chercheurs ont conçu des systèmes de reconnaissance de l’écriture arabe,
ils se diffèrent par le choix de type d’écriture ; imprimé ; manuscrit, en-ligne ou
horsligne. Abd [
Les réseaux Fuzzy ART qui représentent une classe de la famille des réseaux ART
(Adaptive Resonance Theory) est un modèle de réseau de neurones à architecture
évolutive développé en 1987 par Carpenter et Grossberg [
Le Fuzzy ART propose une catégorisation originale avec des classes représentées par des prototypes.
compétition j=1,…,M
Poids W
comparaison i=1,…,N 1 1 2 2
M 2N ρ X= (x1, x2,......, xN ,1 - x1,1 - x2,...,1 - xN ) Notre système qui réalise la reconnaissance d’écriture arabe manuscrite hors-ligne englobe plusieurs étapes décrites par la figure 4 :
Prétraitement (normalisation, squelettisation, redressement) Extraction de primitives (Calcul des moments de Zernike) Apprentissage (L’algorithme d’apprentissage de Fuzzy ART)
Reconnaissance
Classification (Le réseau de Fuzzy ART)
Pour la squelettisation on a appliqué quatre algorithmes ; de Rutovitz [
L’utilisation de plusieurs algorithmes de squelettisation était dans le but de choisir le meilleur entre eux, c'est-à-dire celui préservant le plus la structure du mot.
Le redressement est effectué en utilisant les histogrammes de projection horizontale selon onze angles différents de rotation variant de -5° à +5°, l’angle d’inclinaison correcteur sera celui de l’histogramme le plus dense. En calculant l’entropie de chacun des histogrammes obtenus, on pourra déterminer l’histogramme le plus dense représenté par la plus petite entropie. L’entropie est une mesure de l’information représentée par la formule suivante :
E = - ∑ pi log( pi ) .
i pi =
N
i .
N (1) (2)
Où Ni est le nombre de pixels ayant l’ordonnée yi dans le repère de projection et N est le nombre total des pixels ou de points de contour du mot. La probabilité pi de l’histogramme désigne la fréquence d’occurrence de l’ordonnée yi . La figure 7 illustre les histogrammes de rotation ; le plus dense (c'est-à-dire ayant la plus petite entropie) est celui coloré en jaune.
Les moments sont utilisés en physique pour décrire la répartition des masses dans un corps. En analyse d’image, on peut envisager la même démarche en associant le niveau de gris d’un point de l’image à la masse élémentaire en un point. Donc les moments fournissent des informations concernant l’arrangement spatial de l’image.
Les moments de Zernike sont introduits en 1934, ils sont définis par les équations suivantes : Avec
Z pq =
( p + 1) ∑N ∑NVn*m (r,θ ) f (x, y) . π (N - 1)2 x=1 y=1 Vn*m = Rnm (r) exp (imθ ) .
Où n : un entier positif ou nul m : un entier tel que |m|<=n ρ : La longueur du vecteur entre l’origine et le pixel (x,y) θ : L’angle entre le vecteur p et x Rnm : un polynôme radial
n- m Rnm (r) = ∑ 2 (- 1) s s=0
(n - s)! S! n - 2s + m n - 2s + m 2 ! 2 ! .
(3) (4) (5)
Le moment de Zernike est donc la projection d’une fonction f(x,y) décrivant une
image sur un espace de polynômes orthogonaux engendré par Vn*m (ρ ,θ ) [
L’avantage principal que présente les moments de Zernike est qu’ils sont
insensibles à la translation, la rotation et au changement d’échelle ce qui permet de
préserver l’information contenue dans les images [
Image prétraitée
Calcul des moments géométrique de Zernike
Nous avons utilisé la base IFN/ENIT qui contient 26459 mots arabes représentant 964 classes de nom de villages tunisiens qui sont écrits par 411 scripteurs. Ie processus de reconnaissance inclut les deux phases suivantes : Apprentissage. Il est fait sur 4 ensembles de la base IFN/ENIT à savoir a, b, c, d. L’algorithme d’apprentissage non-supervisé utilisé est celui du réseau Fuzzy ART qui est détaillé par l’organigramme ci-dessous.
Réactivation de tous les neurones
couche F2 Mise à jour du neurone j
Initialisation du réseau Présentation d’une nouvelle
entrée X au réseau Codage en complément de l’entrée X dans F1
Oui Compétition (détermination
du gagnant j) dans F2 Oui
Test de vigilance
Non
Réseau saturé (Les entrées sont rejetées) par le réseau) Non
Autres neurones
actifs Désactivation du neurone j
Classification et résultats. Elle est exécutée à travers le réseau Fuzzy ART. Les tests ont été effectués sur l’ensemble e de la base IFN/ENIT dont les résultats sont résumés dans le tableau 1. Le taux de reconnaissance obtenu avoisine les 88%, tandis que le taux de rejet est de 8% ; les 4% restants représentent le taux de mots mal-classés. Le taux d’erreur est principalement du à la mauvaise écriture où on illustre quelques échantillons dans la figure 10.
Afin de mieux mesurer l'efficacité des résultats obtenus, des comparaisons avec
des systèmes de reconnaissance de mots arabes manuscrits hors-lignes travaillant sur
la base IFN/ENIT ont été effectuées. Les travaux concernés sont ceux de :
Le système ICRA (Intelligent Character Recognition for Arabic). Conçu par
Ahmed Abdulkader [
Le système TH-OCR. Développé par Xiu, Wang, Jin, Jiang, Peng et Din [
Le système UOB. Conçu par Mokbel et El Hajj [
Le système REAM (Reconnaissance de l'Ecriture Arabe Manuscrite). C'est le
résultat d'un travail de groupe de chercheurs tunisiens comprenant Masmoudi-Touj,
Essoukhri-Ben Amara, Amiri et Ellouz [
Le système ARAB-IFN. Conçu par Pechwitz [
Les résultats obtenus pour ces cinq systèmes de reconnaissance de l'écriture arabe manuscrite sont indiqués dans le tableau 2, où l’on remarque que le taux de reconnaissance enregistré par notre système REMA (Reconnaissance de L’Ecriture Arabe Manuscrite) est nettement meilleur que celui obtenu par les systèmes; ICRA, SHOCRAN, et TH-OCR ; tandis que les systèmes, ARABE-IFN et UOB donnent des taux relativement meilleurs, ceci peut être expliqué par l’expérience cumulée à travers la massive exploitation des types de classifieurs utilisés par ces derniers, à savoir les HMMs et les PMCs.
Dans cet article nous avons mis au point un système de reconnaissance d’écriture arabe manuscrite, utilisant un réseau Fuzzy ART comme classifieur et les moments de Zernike comme primitives. Nous nous somme concentrés sur deux objectifs: • Appliquer un classifieur Neuro-flou non-utilisé jusqu'à présent dans le domaine de la reconnaissance d'écriture arabe et analyser ses performances par rapport aux classifieurs déjà exploités. • Démontrer l’efficacité des moments de Zernike et leur qualité en tant que primitives représentant des mots manuscrits arabes.
Les résultats obtenus sont encourageants comparés à d’autres systèmes travaillant eux aussi sur la base IFN/ENIT. Le taux d’erreur enregistré est principalement dû à la mauvaise écriture et aux problèmes de chevauchement des lettres dans les mots classés. Notons ici que le taux de reconnaissance peut être amélioré par une combinaison avec d’autres classifieurs et l’ajout d’une étape de poste-traitement.