Reconnaissance des montants littéraux arabes manuscrits

Abstract

e travail présenté dans ce mémoire s’intègre dans le cadre général de la reconnaissance automatique de l’écriture arabe, principalement la reconnaissance automatique hors ligne de Montant littéraux arabe manuscrit, Nous avons présenté une méthode efficace pour la segmentation des mots arabes, Cette méthode est basée sur les probabilités de distance entre les mots et sous mots. Avant de décider la classe d’appartenance du montant littéral en entrée, il est nécessaire d’effectuer un certain nombre de traitements : binarisation, normalisation. Afin de caractériser nos images du montant littéral arabes, nous avons opté la matrice de distribution pour l’extraction des caractéristiques. Pour la classification des montants littéraux le classifieur machines à vecteurs de support (SVM : Support Vectors Machines) a été sélectionné. Dans ce cadre, nous avons utilisé une base de donnée standard CNEMPARMI composé de plus de 7000 images écrits par scripteurs différents. Cette base a été utilisée pour évaluer et tester les résultats de nos travaux.

Wireless sensor networks (WSN) represent an emerging technology which aim to offer innovative capabilities. Their use is continue to be increased and this in many areas. However, the limitation of resources of the sensor nodes is an important constraint, mainly in terms of energy autonomy. That why many works were carried on the design of routing protocols with efficient energy management. The objective of this work is to adapt and implement a bio-inspired (AFABCMH) routing protocol based on hybridization between Firefly Algorithm and a multi-hop routing strategy for the energy economy and the extension of the lifetime of WSN.