Özet:
Günümüz dünyasında insan makine etkileşiminin giderek artmaktadır. Geliştirilen yeni algoritmalar ile makinelere yapay zeka kazandırılmakta ve kullanılan otomat sistemler insanların günlük hayatında birçok işi kolaylaştırmaktadır. Bu sistemlerin geliştirilmesinde görüntü işleme teknikleri yoğun bir şekilde kullanılmaktadır. Görüntü işleme teknikleri ile birçok problem tasarlanan otonom sistemler ile çözülmektedir. Bu problemlerin başında optik karakter tanımanın bir alt dalı olan el yazısı karakter tanıma gelmektedir. El yazısı karater tanımaya yönelik, tanıma oranı yüksek algoritmalar literatürde mevcuttur. Geliştirilen bu algoritmaların tanıma oranları yüksek olmasına rağmen içerdikleri karekök, bölme gibi sayısal tasarımlar için hesap yükü oluşturan matematiksel işlemlerden dolayı FPGA gibi donanımlarda gerçeklemeleri zordur. Bu problem göz önünde bulundurularak hücresel sinir ağları (HSA) ile tasarlanan Gabor-tipi filtreler ile harflerin içerdikleri yönlü bileşenler çıkartılarak hızlı bir tanıma algoritması tasarlanabilir. Literatürde bulunan biçok çalışma ile HSA Gabor-tipi filtreler FPGA donanımında verimli bir şekilde gerçeklenebilmektedir. Bu sayede Gabor-tipi filtrelerin yön seçici özelliği ile hızlı ve tanıma oranı yüksek algoritmalar oluşturulabilir. Ayrıca işlenen görüntülerin ikili (binary) türünde olduğu göz önünde bulundurularak Gabor-tipi filtrelerin yön seçici filtreleme yapması gibi morfolojik işlemerle de harf görüntüsü üzerinden yönlü bileşenler çıkartılabilir. Bu çalışmada sayısal tasarımlara uygun hızlı ve doğruluk oranları % 80 ve % 91 civarında olan el yazısı harf tanıma üzerine iki farklı algoritma geliştirilmiştir. İlk algoritmada HSA Gabor-tipi filtreler kullanılmış, ikinci algoritmada ise Gabor-tipi filtreler gibi yönlü bileşenleri çıkartabilen morfolojik yönlü filtreme anlatılmıştır. Anahtar Kelimeler: El yazısı karakter tanıma, hücresel sinir ağları, Gabor filtreleri, morfolojik filtreleme
