سمیرا سروی - دانشگاه آزاد اسلامی واحد مشهد
ریحانه کاردهی مقدم - دانشگاه آزاد اسلامی واحد مشهد

بسیاری از چکهای بانکی کماکان برای نقل و انتقالات مالی در سراسر دنیا بصورت دستی مورد استفاده قرار میگیرند. با اتوماتیک کردن فرآیند تشخیص، تأیید و انتقال داده با استفاده از تصاویر چکهای بانکی میتوان زمان، انرژی و پول بیشتری را حفظ کرد. در میاناطلاعات موجود در چک، ارزیابی امضاء بسیار پراهمیت است، زیرا امضاء روی چک، نشاندهندهی اعتبار چک میباشد. همچنین تشخیص امضاءاصلی از امضاهایی که با مهارت جعل شده اند به صورت بصری کار دشواری است. به علاوه در زمینه ارزیابی چکهای فارسی تحقیقات بسیار کمی انجام شده است. به همین سبب هدف این پروژه، تشخیص و ارزیابی امضاء در چکهای فارسی قرار داده شده که به دلیل قدرت بالای دو ویژگیفوریه و ویولت، اساسکار بر مبنای الگوریتم ترکیبی فوریه و ویولت بنا نهاده شده است. پردازشهای این تحقیق روی یکمجموعه داده جدید از چکهای بانکی فارسی انجام شده است. نوآوری این مقاله، ترکیب دو ویژگی توصیفگر فوریه و تبدیل ویولت گسسته در زمان ( 8Daubechies- با7 سطح تجزیه) در مرحلهی استخراج ویژگی، همچنین بهرهگیری از تکنیک تحلیل به مؤلفههای اصلی برای کاهش بعد بردارهای ویژگی واستفاده از آنها در دستهبند شبکه عصبیMLPدر هر دو مرحلهی تشخیصو ارزیابی میباشد.

پردازش اتومات چکهای بانکی فارسی، تبدیل ویولت گسسته در زمان، تحلیل به مؤلفههای اصلی، توصیفگر فوریه، شبکه عصبیMLP