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.
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. • 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 [18]. • 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.). 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 [1], Aburas [2], Benouareth [5], Farah [10], Farah [11], Khorsheed [16] et Mozaffari [20] ont préféré l'écriture manuscrite hors-ligne, tandis que Al-Muhtaseb [3], Ben Amor [4] et Khorsheed [17] ont choisi le type imprimé. L'écriture en-ligne quand à elle est discutée dans les systèmes de Biadsy [7], Elanwar [9] et Mezghani [19]. Les Classifieurs les plus utilisés pour l'écriture arabe sont les Chaînes de Markov Cachées (HMM) dans [3], [4], [5], [7], [16], et [17], les réseaux de neurones de type Perceptron Multi-couches (PMC) dans [4], [10], [11] et [19], on trouve également les SVMs dans [1], le classifieur bayésien dans [18] et les k-proches voisins (k-ppv) dans [18].
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 [12]. C'est un réseau compétitif à deux couches de neurones complètement inter-reliées. Une couche de comparaison 1
F sert à coder les entrées avec un encodage dit complémentaire et une couche de compétition 2 F semblable à celle du réseau de Kohonen [14], ces deux couches sont activées par une entrée X (Fig. 3
Le Fuzzy ART propose une catégorisation originale avec des classes représentées par des prototypes. Cependant, tout comme les autres architectures ART, le Fuzzy ART incorpore un mécanisme de rétroaction permettant de stabiliser les prototypes appris dans les vecteurs de poids qui relient les deux couches [13]. Ce mécanisme dit de résonance est contrôlé par un paramètre qui permet de réinitialiser au besoin la couche compétitive. Pour chaque entrée, les sorties du réseau spécifient une catégorie parmi les classes de sortie.
Le Fuzzy ART est un réseau constructif où de nouveaux neurones sont alloués lors de la phase d'apprentissage. Généralement, on fixe au départ un nombre maximum de neurones S, limitant ainsi le nombre maximum de catégories possibles [6]. Initialement, aucun neurone n'est actif. L'allocation subséquente de nouvelles catégories dépendra à la fois des entrées et des paramètres de l'algorithme. Parmi les avantages de Fuzzy ART on cite : • L'algorithme de Fuzzy ART propose des calculs simplifiés pour la formation des classes sous forme d'hyper-boites, contrairement à des classes circulaires tels que retrouvés dans la plupart des algorithmes de réseaux de neurones [14]. • L'apprentissage se stabilise dans un nombre fini d'itérations.
• Le modèle Fuzzy ART exploite à fond un des avantages inhérents de l'approche neuronale ; le parallélisme [22]. • La forme prototype d'une classe sera immédiatement reconnue, même si elle n'a jamais été présentée, grâce aux caractéristiques pertinentes. Ce classifieur n'a pas été exploité dans le domaine de reconnaissance de l'écriture arabe manuscrite ; notre système sera donc le premier a utilisé un réseau de neurones de type Fuzzy ART.
Qui est fait afin de réduire le bruit incluant les opérations de normalisation, de squelettisation et de redressement. La normalisation a été réalisée à travers une méthode de normalisation linéaire basée sur trois étapes [8] :
1. Calculer la matrice de dispersion de la forme.
2. Changer l'origine des axes des coordonnées vers le centre de la forme.
3. Changer l'échelle de base. On a abouti à des images normalisées de taille 400×100 pixels. La figure 5 illustre un exemple. Pour la squelettisation on a appliqué quatre algorithmes ; de Rutovitz [8], de Zhang et Suen [24], de Deutch [8] et celui de Zhang et Wang [8] ce qui est montré par la figure 6. Fig. 6.hhApplication des algorithmes de squelettisation pour le mot دة" ."ر 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 :
Où i N est le nombre de pixels ayant l'ordonnée i y dans le repère de projection et N est le nombre total des pixels ou de points de contour du mot. La probabilité i p de l'histogramme désigne la fréquence d'occurrence de l'ordonnée i y . 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. 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 [15]. Ils réduisent aussi le bruit et la redondance dans les vecteurs de caractéristiques. On a utilisé dans notre système les 47 premiers moments de Zernike où on présente un exemple dans la figure 8. 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 [18], qui a utilisé un classifieur neuronal de type Perceptron Multi Couche (PMC). • Le système TH-OCR. Développé par Xiu, Wang, Jin, Jiang, Peng et Din [18]. Ce système a utilisé une méthode de reconnaissance statistique basée sur les réseaux de neurones en appliquant trois niveaux de segmentation, à savoir : la segmentation de texte en lignes, la segmentation de lignes en mots et la segmentation de mots en caractères. • Le système UOB. Conçu par Mokbel et El Hajj [18] de l'université du Liban, où ils ont utilisé les chaînes de Markov cachées (HMM) comme classifieur et la densité des pixels comme primitives. • 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 [18], qui ont utilisé une chaîne de Markov de type planaire se basant sur des primitives statistiques. • Le système ARAB-IFN. Conçu par Pechwitz [18], utilisant les chaînes de Markov cachées semi-continus d'ordre 1 comme classifieur. Ils ont extrait quelques primitives après la détection de la ligne de base. 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.