تحقیق لئوناردو داوینچی 15 ص

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 15

این نوشته بیان کوچکی برای انسانی بزرگ است و این انسان بزرگ کسی نیست جز لئوناردو داوینچی . کسی که تنها در زمانه و دوران خود نزیست و افق ذهن او بسیار بلندتر از دورانی به شکوه رنسانس بود.

نام لئوناردو در کتب هنر و در کنار نام استادان و بزرگان هنر و علم نامی پر تلألو است در طی مراحل مختلفی که مشغول به گرد آوری مطالب جهت این بیان بودم، بارها و بارها به واژگانی چون : خلاقیت، علم و هنر، نبوغ، کنجکاوی، ذهن بارور، دقت و شناخت و از این قبیل بسیار برخورد کردم.

من لئوناردو را انسانی باهوش و خلاق یافتم که دیگران بیشتر به او نیازمند بودند تا او بدانها دربررسی مطالب و نوشته ها آنچه جلب توجه می کرد، شخصیت کنجکاو و اسرارآمیز او بود.

در حقیقت او دوست داشت دیگران را به فکر کردن وا دارد. شناخت او با داشتن اندیشه های نامحدود و تا حد زیادی پوشیده در لایه های رمزآمیز حیاتش کاری سخت و دشوار است.

با نگاه به زندگی و آثار جاودانش آنچه که برایم بسیار کمرنگ جلوه کرد، شایعات و اتهاماتی بود که هیچ گاه تاکنون سندیت و دلیل روشنی بر آنها یافت نشد و آنچه برایم بسیار با ارزش بود تفکر نوگرا و شناخت او از هنر گذشته و حال خویش بود به گونه ای که این شناخت تأثیرات شگرفی در هنر دوره های پس از او داشت.

برای آشنایی بیشتر با این نابغه چپ دست ابتدا بر آن شدم تا هرچند مختصر به دوره ای که او در آن می زیست بپردازم. امید است این مطالب تکرار مکررات نبوده و سهمی هرچند کوچک در دفتر دانسته هاتان داشته باشد.

امین جهانگرد

زمستان 86

تعیین تاریخ دقیقی برای آغاز نهضت رنسانس کاری بس قابل تأمل و بحث انگیز است.

مورخان برای سهولت پژوهش به یک اعتبار سال 1453 (سال پیروزی سلطان محمد فاتح بر دولت بیزانس و همچنین زمان به آخر رسیدن شیوع بیماری طاعون در سراسر اروپا) را و به اعتبار دیگر بر اساس پیشرفتهای دریانوردی و محاسبات معماری، کشف قاره آمریکا (1492) و ظهور و تحولات ادبی و هنری حدود 1500 میلادی را آغاز این دوره می دانند.

در ایتالیای اواخر سده سیزدهم روح تازه ای در هنر دمیده می شود. این روح دوره رنسانس نوخاسته است. آنچه در ایتالیای سده سیزدهم به ظهور می رسد، الزاماً سرآغاز عصری نو می شود. عصری که تا چند سدة بعد و به بیانی درست تر تا زمان ما به شکل قابل شناختی ادامه خواهد یافت.

هنر ایتالیا در اواخر سده سیزدهم و سده چهاردهم را به عنوان رنسانس آغازین مشخص ساخته ایم. در ایتالیا هنر دورة رنسانس از حمایت طبقات مرفه بازرگانی برخوردار بود که پس از خلع سیاسی اشراف بر شهرها حاکم شده بودند. بازسازی و اشاعه فرهنگ شهری روز به روز موانع فئودالی و کهنة بیشتری را فرو ریخته و امکانات پیشرفت انسانهای مستعد و بلند پرواز متعلق به طبقات گوناگون را فراهم آورده بود. رنسانس با معنا و محتوای تولد دوباره و یا احیای سنتهای ادبی و هنری روم و یونان باستان بود. این واژه ابتدا در زبانهای اروپایی و سپس یک واژه بین المللی شد.

در آن زمان امکان مبارزه جویی در برابر اندیشه ها و نهادهای کهن و تا حدودی بی اعتبار کردنشان فراهم آمده بود و در همان حال انسانهای مستعد در این عصر، پترارک و جوتو می توانستند دریابند که زمانه، در پیش گرفتن راههای تازه را تشویق می کند. در واقع تحولات و تغییرات در جهت آزاد اندیشی و انسانگرایی و اهمیت فردی بود.

روش کار هنرمند در دورة رنسانس آغازین جنبه آزمایشی دارد. او دربارة همه چیز تردید دارد و مسیر او در جهت کشف کردن است.

هنرمندان فیلسوف نیستند هرچند در دورة رنسانس وجوه مشترک فراوان با فیلسوفان پیدا می کنند یکی از تغییرات اساسی این دوره تحولی درخشان همراه با نبوغی نوآفرین در معماری بود که خصلت اصلی آن اهتمام و تلاش در افزون کمال و شکوهمندی با نگاه به روم باستان بود.

در حدود 1400 میلادی تعدادی از پیکره های باستانی یونان و روم از دل خاک بیرون می آید که در میان هنر پژوهان غوغای ستایش انداخت. با این کشف و شناخت پیکره ها،پیکرتراشی در دورة رنسانس از صورت نقشی بر دیوار یا ابزاری در اختیار معمار درآمد.

اکنون در عالم پیکر تراشی، رب النوع شراب (باکوس) و داود نبی در کنار هم به وجود می آمدند. و یا در نقش برجسته کاری، صحنه داوری پاریس که از مضامین اساطیری یونان است. با مجلس سوگواری مریم برجسد مسیح همتا و همانند است.

دانلود مقاله تعیین هویت نویسنده بر اساس دست نوشته فارسی

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 19

مقایسه ویژگی های مبتنی بر فیلترهای گابور و ارایه روشی جدید برای تعیین هویت نویسنده بر اساس دست نوشته فارسی

چکیده

اغلب تحقیقات انجام شده در زمینه تعیین هویت نویسنده بر روی زبان انگلیسی متمرکز بوده و تاکنون مطالعاتی در زمینه متون دستنویس فارسی گزارش نشده است. بنابراین در این مقاله روشی برای تعیین هویت نویسنده بر اساس متن دست نویس فارسی پیشنهاد شده که به صورت برون خط و مستقل از متن انجام می شود. بر اساس ایده مطرح شده در مطالعات قبلی، در روش پیشنهادی تصویر متن دست نویس به صورت یک بافت در نظر گرفته شده و پس از مرحله نرمال سازی، با کمک فیلترهای گابور ویژگی های متن استخراج می شود. ویژگی روش پیشنهادی استفاده از بانک فیلتری است که با ساختار متون دستنویس فارسی و همچنین سیستم بینایی تناسب بیشتری دارد. علاوه بر این روش جدیدی جهت استخراج ویژگیها از خروجی فیلترهای گابور پیشنهاد شده که مبتنی بر ویژگی انرژی گابور و گشتاورهای هندسی است. همچنین برای اولین بار، روشهای مختلف استخراج ویژگی از خروجی فیلترهای گابور را برای مسئله تعیین هویت نویسنده مورد بررسی کامل قرار داده ایم. تمامی این روشها به همراه دو روش ماتریس هم وقوعی و روش Said که مبتنی بر فیلترهای گابور می باشد و برای متون انگلیسی پیشنهاد شده است، را پیاده سازی نموده ایم. نتایج اجرای روشها بر روی تصاویر دستخط 40 نفر که هیچ محدودیتی در نوع دستخط آنها وجود ندارد، نشان می دهد که روش پیشنهادی از کارایی بالاتری برای متون دستنویس فارسی برخوردار است.

واژه های کلیدی: تعیین هویت نویسنده، دست نوشته، فیلتر گابور چند کانالی، ماتریس هم وقوعی

1- مقدمه

در بین ویژگی های رفتاری دستخط افراد به راحتی قابل حصول است و علاوه بر این مطالعات نشان می دهند که افراد مختلف دارای دستخط های متفاوتی نیز می باشند. به همین دلیل تعیین هویت افراد به کمک متون دست نویس آنها، به عنوان یک موضوع تحقیقاتی در طی سالهای اخیر مورد توجه قرار گرفته و کاربرد آن در زمینه مسائل امنیتی، حقوقی، کنترل دسترسی به سیستمها و فعالیتهای مالی می باشد. هرچند که تعیین هویت بر اساس دستخط در مقایسه با ویژگیهای فیزیولوژیکی مثل الگوی عنبیه و اثر انگشت از دقت کمتری برخوردار است، اما این مسئله در جاهایی که اطلاعاتی بجز دستخط در دسترس نمی باشد و یا بعنوان مکملی جهت کارایی سیستمهای امنیتی و یاری رساندن به افراد خط شناس، کاربرد مشهودتری دارد. در مسئله تعیین هویت هدف این است که با داشتن یک متن دستنویس، هویت نویسنده آن را مشخص کنیم. هدف این مقاله این است که با ترکیب روشهای پردازش تصویر و شناسایی الگو راه حلی ماشینی برای تعیین هویت نویسنده ارایه دهد. این روشها را می توان به دو دسته کلی زیر تقسیم کرد:

1- روشهای برون خط (off line): در این روشها فقط تصویر متن دستنویس در دسترس است و ویژگیها با توجه به کل تصویر یا ساختار کلمه ها و نویسه ها استخراج می شوند. در این روشها بسیاری از اطلاعات دینامیکی که مربوط به طرز نوشتن افراد است، از دست می رود و این امر کار را نسبت به روشهای برخط مشکلتر می سازد. روشهای برون خط را می توان به دو گروه کلی وابسته به متن و مستقل از متن نیز دسته بندی کرد. در روشهای وابسته به متن، باید متن ثابتی توسط نویسنده نوشته شود تا بتوان هویت وی را مشخص نمود اما در روشهای مستقل از متن، با استفاده از هر نوع متنی هویت نویسنده آن مشخص می گردد.

2- روشهای برخط (on line): در این روشها علاوه بر ویژگیهای برون خط از اطلاعات دینامیکی مثل فشار قلم، ترتیب نوشتن، سرعت نوشتن، فرم ضربه های قلم و غیره نیز استفاده می شود. بنابراین بدلیل داشتن اطلاعات بیشتر، تعیین هویت با دقت بیشتری انجام می شود اما این روشها کاربردهای محدودتری را شامل می شوند.

فرض منحصر به فرد بودن دستخط افراد، بصورت علمی توسط Srihari بررسی شده است [2و1]. در این مطالعه 1000 نفر از بین جمعیت چندین ایالت مختلف آمریکا و بر اساس تفاوت سن، نژاد، تحصیلات و جنسیت انتخاب شدند و از آنها خواسته شد که متن مشخصی را سه مرتبه و بر روی یک کاغذ بدون خط و با خودکار مشکی بنویسند. سپس ویژگیهایی در سطح کل متن، پاراگراف، خط و کلمه از متون دست نویس استخراج شده و با کمک فاصله اقلیدسی تعیین هویت انجام می شود. از جمله کارهای انجام شده در زمینه تعیین هویت نویسنده، می توان به مواردی چون روش مبتنی بر ارزیابی اطلاعات [3]، استفاده از ویژگی کانتور اجزاء متصل [4]، روش مبتنی بر ویژگیهای لبه [5]، کدگذاری هیستوگرام نمای عمودی با کمک مورفولوژی (6) و روش مبتنی بر مدل مخفی مارکوف [7] اشاره کرد. اغلب روشهای مذکور برای متن ثابت ارایه شده اند و نیازمند تقطیع متن می باشند. چون هدف ما ارایه روشی خودکار جهت تعیین هویت نویسنده بوده و محدودیتی برای نوع دستخط های مورد بررسی قرار نداده ایم، بنابراین استفاده از روشهایی که نیازمند تقطیع خودکار و کامل متن به کلمات و حروف می باشند، مورد نظر نیست. بنابراین در این مقاله با استفاده از یک روش مبتنی بر بافت، متن دستنویس را به صورت تصویر بافت در نظر گرفته و مسئله تعیین هویت نویسنده به مسئله طبقه بندی بافت تبدیل می گردد.

2- روش پیشنهادی

در این روش از ایده مطرح شده در [8] استفاده شده و تصویر متن دست نویس بصورت یک بافت در نظر گرفته شده است. برای این منظور ابتدا مراحل نرمال سازی بر روی تصویر متن انجام شده و سپس ویژگیهای متن به کمک بانکی از فیلترهای گابور استخراج می شوند. با کمک این ویژگیها و یک طبقه بندی کننده هویت متن دست نویس ورودی تعیین می گردد. در ادامه به شرح هر یک از این مراحل خواهیم پرداخت.

2-1- نرمال سازی تصویر

روشهای تحلیل بافت را نمی توان مستقیماً برای تصویر متن دست نویس به کار گرفت و ابتدا باید تصویر را نسبت به تأثیر عواملی مثل فاصله خطوط، کلمات و غیره نرمال سازی نمود تا بلوکی یکنواخت از متن دست نویس مورد نظر حاصل شود. مراحل نرمال سازی تصویر متن عبارتند از:

(الف) به منظور استخراج خطوط و کلمات موجود در متن، معمولاً از منحنی نمای نیم رخ تصویر باینری استفاده می شود [9]. در این مقاله ما نسخه ای تغییر یافته از این الگوریتم که برای تصاویر سطوح خاکستری پیشنهاد شده [10]، را استفاده نموده ایم. ابتدا نمای نیم رخ افقی تصویر محاسبه

تعیین هویت نویسنده بر اساس دست نوشته فارسی

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 19

مقایسه ویژگی های مبتنی بر فیلترهای گابور و ارایه روشی جدید برای تعیین هویت نویسنده بر اساس دست نوشته فارسی

چکیده

اغلب تحقیقات انجام شده در زمینه تعیین هویت نویسنده بر روی زبان انگلیسی متمرکز بوده و تاکنون مطالعاتی در زمینه متون دستنویس فارسی گزارش نشده است. بنابراین در این مقاله روشی برای تعیین هویت نویسنده بر اساس متن دست نویس فارسی پیشنهاد شده که به صورت برون خط و مستقل از متن انجام می شود. بر اساس ایده مطرح شده در مطالعات قبلی، در روش پیشنهادی تصویر متن دست نویس به صورت یک بافت در نظر گرفته شده و پس از مرحله نرمال سازی، با کمک فیلترهای گابور ویژگی های متن استخراج می شود. ویژگی روش پیشنهادی استفاده از بانک فیلتری است که با ساختار متون دستنویس فارسی و همچنین سیستم بینایی تناسب بیشتری دارد. علاوه بر این روش جدیدی جهت استخراج ویژگیها از خروجی فیلترهای گابور پیشنهاد شده که مبتنی بر ویژگی انرژی گابور و گشتاورهای هندسی است. همچنین برای اولین بار، روشهای مختلف استخراج ویژگی از خروجی فیلترهای گابور را برای مسئله تعیین هویت نویسنده مورد بررسی کامل قرار داده ایم. تمامی این روشها به همراه دو روش ماتریس هم وقوعی و روش Said که مبتنی بر فیلترهای گابور می باشد و برای متون انگلیسی پیشنهاد شده است، را پیاده سازی نموده ایم. نتایج اجرای روشها بر روی تصاویر دستخط 40 نفر که هیچ محدودیتی در نوع دستخط آنها وجود ندارد، نشان می دهد که روش پیشنهادی از کارایی بالاتری برای متون دستنویس فارسی برخوردار است.

واژه های کلیدی: تعیین هویت نویسنده، دست نوشته، فیلتر گابور چند کانالی، ماتریس هم وقوعی

1- مقدمه

در بین ویژگی های رفتاری دستخط افراد به راحتی قابل حصول است و علاوه بر این مطالعات نشان می دهند که افراد مختلف دارای دستخط های متفاوتی نیز می باشند. به همین دلیل تعیین هویت افراد به کمک متون دست نویس آنها، به عنوان یک موضوع تحقیقاتی در طی سالهای اخیر مورد توجه قرار گرفته و کاربرد آن در زمینه مسائل امنیتی، حقوقی، کنترل دسترسی به سیستمها و فعالیتهای مالی می باشد. هرچند که تعیین هویت بر اساس دستخط در مقایسه با ویژگیهای فیزیولوژیکی مثل الگوی عنبیه و اثر انگشت از دقت کمتری برخوردار است، اما این مسئله در جاهایی که اطلاعاتی بجز دستخط در دسترس نمی باشد و یا بعنوان مکملی جهت کارایی سیستمهای امنیتی و یاری رساندن به افراد خط شناس، کاربرد مشهودتری دارد. در مسئله تعیین هویت هدف این است که با داشتن یک متن دستنویس، هویت نویسنده آن را مشخص کنیم. هدف این مقاله این است که با ترکیب روشهای پردازش تصویر و شناسایی الگو راه حلی ماشینی برای تعیین هویت نویسنده ارایه دهد. این روشها را می توان به دو دسته کلی زیر تقسیم کرد:

1- روشهای برون خط (off line): در این روشها فقط تصویر متن دستنویس در دسترس است و ویژگیها با توجه به کل تصویر یا ساختار کلمه ها و نویسه ها استخراج می شوند. در این روشها بسیاری از اطلاعات دینامیکی که مربوط به طرز نوشتن افراد است، از دست می رود و این امر کار را نسبت به روشهای برخط مشکلتر می سازد. روشهای برون خط را می توان به دو گروه کلی وابسته به متن و مستقل از متن نیز دسته بندی کرد. در روشهای وابسته به متن، باید متن ثابتی توسط نویسنده نوشته شود تا بتوان هویت وی را مشخص نمود اما در روشهای مستقل از متن، با استفاده از هر نوع متنی هویت نویسنده آن مشخص می گردد.

2- روشهای برخط (on line): در این روشها علاوه بر ویژگیهای برون خط از اطلاعات دینامیکی مثل فشار قلم، ترتیب نوشتن، سرعت نوشتن، فرم ضربه های قلم و غیره نیز استفاده می شود. بنابراین بدلیل داشتن اطلاعات بیشتر، تعیین هویت با دقت بیشتری انجام می شود اما این روشها کاربردهای محدودتری را شامل می شوند.

فرض منحصر به فرد بودن دستخط افراد، بصورت علمی توسط Srihari بررسی شده است [2و1]. در این مطالعه 1000 نفر از بین جمعیت چندین ایالت مختلف آمریکا و بر اساس تفاوت سن، نژاد، تحصیلات و جنسیت انتخاب شدند و از آنها خواسته شد که متن مشخصی را سه مرتبه و بر روی یک کاغذ بدون خط و با خودکار مشکی بنویسند. سپس ویژگیهایی در سطح کل متن، پاراگراف، خط و کلمه از متون دست نویس استخراج شده و با کمک فاصله اقلیدسی تعیین هویت انجام می شود. از جمله کارهای انجام شده در زمینه تعیین هویت نویسنده، می توان به مواردی چون روش مبتنی بر ارزیابی اطلاعات [3]، استفاده از ویژگی کانتور اجزاء متصل [4]، روش مبتنی بر ویژگیهای لبه [5]، کدگذاری هیستوگرام نمای عمودی با کمک مورفولوژی (6) و روش مبتنی بر مدل مخفی مارکوف [7] اشاره کرد. اغلب روشهای مذکور برای متن ثابت ارایه شده اند و نیازمند تقطیع متن می باشند. چون هدف ما ارایه روشی خودکار جهت تعیین هویت نویسنده بوده و محدودیتی برای نوع دستخط های مورد بررسی قرار نداده ایم، بنابراین استفاده از روشهایی که نیازمند تقطیع خودکار و کامل متن به کلمات و حروف می باشند، مورد نظر نیست. بنابراین در این مقاله با استفاده از یک روش مبتنی بر بافت، متن دستنویس را به صورت تصویر بافت در نظر گرفته و مسئله تعیین هویت نویسنده به مسئله طبقه بندی بافت تبدیل می گردد.

2- روش پیشنهادی

در این روش از ایده مطرح شده در [8] استفاده شده و تصویر متن دست نویس بصورت یک بافت در نظر گرفته شده است. برای این منظور ابتدا مراحل نرمال سازی بر روی تصویر متن انجام شده و سپس ویژگیهای متن به کمک بانکی از فیلترهای گابور استخراج می شوند. با کمک این ویژگیها و یک طبقه بندی کننده هویت متن دست نویس ورودی تعیین می گردد. در ادامه به شرح هر یک از این مراحل خواهیم پرداخت.

2-1- نرمال سازی تصویر

روشهای تحلیل بافت را نمی توان مستقیماً برای تصویر متن دست نویس به کار گرفت و ابتدا باید تصویر را نسبت به تأثیر عواملی مثل فاصله خطوط، کلمات و غیره نرمال سازی نمود تا بلوکی یکنواخت از متن دست نویس مورد نظر حاصل شود. مراحل نرمال سازی تصویر متن عبارتند از:

(الف) به منظور استخراج خطوط و کلمات موجود در متن، معمولاً از منحنی نمای نیم رخ تصویر باینری استفاده می شود [9]. در این مقاله ما نسخه ای تغییر یافته از این الگوریتم که برای تصاویر سطوح خاکستری پیشنهاد شده [10]، را استفاده نموده ایم. ابتدا نمای نیم رخ افقی تصویر محاسبه

تحقیق درباره قرآن کریم نوشته چه کسی است؟

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 14

قرآن کریم نوشته چه کسی است؟

با توجه به حقایق تاریخی زمان نزول قرآن، سه منبع برای قرآن می توان برشمرد: 1- اعراب، 2- محمد(ص)، 3- خداوند. درباره منبع اول بررسی خواهیم کرد که آیا نویسنده قرآن می توانسته عرب زبان نباشد یا نه و بعد بررسی خواهیم کرد که آیا غیر از محمد(ص) کسی دیگر می توانسته مدعی قرآن باشد؟ منبع دوم محمد(ص) است که بررسی آن مشکل‌تر از قبلی است و گسترده‌تر در موردش خواهیم گفت و پس از نتیجه‌گیری سراغ منبع سوم خواهیم رفت. با بررسی این سه منبع مشخص خواهد شد که نمی‌توان هیچ منبع دیگری را به این جمع افزود.

در دوره‌ای که قرآن نازل شد زبان عربی از نظر فصاحت، وسعت، دامنه لغات و ارزش شعری در اوج خودش بود و در مقایسه با قرآن هیچ شاعر کلاسیک عرب (هنگامی که قرآن نازل شد) نتوانسته از لحاظ گستردگی و فصاحت متنی مانند آن به زبان عربی بیاورد. تنها یک عرب زبان می‌توانسته قرآن را نوشته باشد که از سبک، لغت، فصاحت و شیوه‌های بیان به نحو احسن مطلع باشد و با کل شبه جزیره عربستان در تماس بوده و حتی از اوضاع مردم کره زمین نیز مطلع باشد.

در قرن هفتم میلادی که قرآن نازل شد، زبان عربی از نظر بلاغت و فصاحت به اوج خود رسید که در طول تاریخ عرب بی‌سابقه بوده است ولی با به اوج رسیدن زبان عربی و وجود بهترین نویسندگان و شاعران، بازهم غیرممکن بود که هیچ عرب زبانی اینقدر آگاهیهای گوناگون داشته باشد و بتواند کتابی به وسعت قرآن بیاورد.

1- اعراب قرآن را نوشته‌اند؟

آموزه‌های قرآن دقیقاً برخلاف فرهنگ، مذهب و بتهای اعراب مشرکی است که هم عصر با نزول قرآن زندگی می کردند. قرآن پرستش و عبادت بتها را محکوم می کند، قرآن مقام زنان را بالا می برد ولی اعراب با زنان مثل حیوان رفتار می کردند. اعراب جرات نداشتند چیزی برخلاف مهمترین اعتقادات خود که پرستش بتها بود بنویسند. ولی قرآن نه تنها برعلیه بتها بود، بلکه برخلاف مهمترین عادات اجتماعی (غیبت، تهمت و…) حکم می دهد. مثلاً اعراب یکدیگر را با اسامی مستعاری چون ابوجهل (پدر نادانیها) می نامیدند. قرآن ربا و سود پول را محکوم می کند، در حالیکه اعراب سودهای کلانی از تجارت، وام و قرضها به جیب می زدند. اعراب بسیار افراطی شراب می‌نوشیدند ولی قرآن نوشیدن الکل و مشروب را حرام می داند، در حالیکه برخی اعراب زبردست‌ترین قماربازان بودند، قرآن قمار و قماربازی را نفی می کند. اگر اعراب نویسنده قرآن بودند، آیا ممکن بود برخلاف عرف اجتماعی و اعتقادات مذهبی‌شان این همه مطلب بیان کنند؟ و آیا از عواقب آن نمی‌ترسیدند؟

شاید این موضوع به ذهن بیاید که گروهی از اعراب قدرتمند با نظریات و تفکرات گوناگون تصمیم گرفتند قرآن را بنویسیند؛ که البته پاسخ این هم «منفی» است، زیرا هرگاه کسی کتابی می‌نویسد، نام خود را برآن می‌نهد و آن را شرح و توضیح می‌دهد، و در طول تاریخ تنها محمد(ص) ادعا کرده که قرآن را آورده و تنها او بوده که مجهولات قرآن را توضیح داده است. حضرت محمد(ص) تنها عرب‌زبانی بود که برای اولین بار قرآن را تبلیغ کرد و دشمنی

مقاله درمورد تعیین هویت نویسنده بر اساس دست نوشته فارسی

لینک دانلود و خرید پایین توضیحات

فرمت فایل word  و قابل ویرایش و پرینت

تعداد صفحات: 19

مقایسه ویژگی های مبتنی بر فیلترهای گابور و ارایه روشی جدید برای تعیین هویت نویسنده بر اساس دست نوشته فارسی

چکیده

اغلب تحقیقات انجام شده در زمینه تعیین هویت نویسنده بر روی زبان انگلیسی متمرکز بوده و تاکنون مطالعاتی در زمینه متون دستنویس فارسی گزارش نشده است. بنابراین در این مقاله روشی برای تعیین هویت نویسنده بر اساس متن دست نویس فارسی پیشنهاد شده که به صورت برون خط و مستقل از متن انجام می شود. بر اساس ایده مطرح شده در مطالعات قبلی، در روش پیشنهادی تصویر متن دست نویس به صورت یک بافت در نظر گرفته شده و پس از مرحله نرمال سازی، با کمک فیلترهای گابور ویژگی های متن استخراج می شود. ویژگی روش پیشنهادی استفاده از بانک فیلتری است که با ساختار متون دستنویس فارسی و همچنین سیستم بینایی تناسب بیشتری دارد. علاوه بر این روش جدیدی جهت استخراج ویژگیها از خروجی فیلترهای گابور پیشنهاد شده که مبتنی بر ویژگی انرژی گابور و گشتاورهای هندسی است. همچنین برای اولین بار، روشهای مختلف استخراج ویژگی از خروجی فیلترهای گابور را برای مسئله تعیین هویت نویسنده مورد بررسی کامل قرار داده ایم. تمامی این روشها به همراه دو روش ماتریس هم وقوعی و روش Said که مبتنی بر فیلترهای گابور می باشد و برای متون انگلیسی پیشنهاد شده است، را پیاده سازی نموده ایم. نتایج اجرای روشها بر روی تصاویر دستخط 40 نفر که هیچ محدودیتی در نوع دستخط آنها وجود ندارد، نشان می دهد که روش پیشنهادی از کارایی بالاتری برای متون دستنویس فارسی برخوردار است.

واژه های کلیدی: تعیین هویت نویسنده، دست نوشته، فیلتر گابور چند کانالی، ماتریس هم وقوعی

1- مقدمه

در بین ویژگی های رفتاری دستخط افراد به راحتی قابل حصول است و علاوه بر این مطالعات نشان می دهند که افراد مختلف دارای دستخط های متفاوتی نیز می باشند. به همین دلیل تعیین هویت افراد به کمک متون دست نویس آنها، به عنوان یک موضوع تحقیقاتی در طی سالهای اخیر مورد توجه قرار گرفته و کاربرد آن در زمینه مسائل امنیتی، حقوقی، کنترل دسترسی به سیستمها و فعالیتهای مالی می باشد. هرچند که تعیین هویت بر اساس دستخط در مقایسه با ویژگیهای فیزیولوژیکی مثل الگوی عنبیه و اثر انگشت از دقت کمتری برخوردار است، اما این مسئله در جاهایی که اطلاعاتی بجز دستخط در دسترس نمی باشد و یا بعنوان مکملی جهت کارایی سیستمهای امنیتی و یاری رساندن به افراد خط شناس، کاربرد مشهودتری دارد. در مسئله تعیین هویت هدف این است که با داشتن یک متن دستنویس، هویت نویسنده آن را مشخص کنیم. هدف این مقاله این است که با ترکیب روشهای پردازش تصویر و شناسایی الگو راه حلی ماشینی برای تعیین هویت نویسنده ارایه دهد. این روشها را می توان به دو دسته کلی زیر تقسیم کرد:

1- روشهای برون خط (off line): در این روشها فقط تصویر متن دستنویس در دسترس است و ویژگیها با توجه به کل تصویر یا ساختار کلمه ها و نویسه ها استخراج می شوند. در این روشها بسیاری از اطلاعات دینامیکی که مربوط به طرز نوشتن افراد است، از دست می رود و این امر کار را نسبت به روشهای برخط مشکلتر می سازد. روشهای برون خط را می توان به دو گروه کلی وابسته به متن و مستقل از متن نیز دسته بندی کرد. در روشهای وابسته به متن، باید متن ثابتی توسط نویسنده نوشته شود تا بتوان هویت وی را مشخص نمود اما در روشهای مستقل از متن، با استفاده از هر نوع متنی هویت نویسنده آن مشخص می گردد.

2- روشهای برخط (on line): در این روشها علاوه بر ویژگیهای برون خط از اطلاعات دینامیکی مثل فشار قلم، ترتیب نوشتن، سرعت نوشتن، فرم ضربه های قلم و غیره نیز استفاده می شود. بنابراین بدلیل داشتن اطلاعات بیشتر، تعیین هویت با دقت بیشتری انجام می شود اما این روشها کاربردهای محدودتری را شامل می شوند.

فرض منحصر به فرد بودن دستخط افراد، بصورت علمی توسط Srihari بررسی شده است [2و1]. در این مطالعه 1000 نفر از بین جمعیت چندین ایالت مختلف آمریکا و بر اساس تفاوت سن، نژاد، تحصیلات و جنسیت انتخاب شدند و از آنها خواسته شد که متن مشخصی را سه مرتبه و بر روی یک کاغذ بدون خط و با خودکار مشکی بنویسند. سپس ویژگیهایی در سطح کل متن، پاراگراف، خط و کلمه از متون دست نویس استخراج شده و با کمک فاصله اقلیدسی تعیین هویت انجام می شود. از جمله کارهای انجام شده در زمینه تعیین هویت نویسنده، می توان به مواردی چون روش مبتنی بر ارزیابی اطلاعات [3]، استفاده از ویژگی کانتور اجزاء متصل [4]، روش مبتنی بر ویژگیهای لبه [5]، کدگذاری هیستوگرام نمای عمودی با کمک مورفولوژی (6) و روش مبتنی بر مدل مخفی مارکوف [7] اشاره کرد. اغلب روشهای مذکور برای متن ثابت ارایه شده اند و نیازمند تقطیع متن می باشند. چون هدف ما ارایه روشی خودکار جهت تعیین هویت نویسنده بوده و محدودیتی برای نوع دستخط های مورد بررسی قرار نداده ایم، بنابراین استفاده از روشهایی که نیازمند تقطیع خودکار و کامل متن به کلمات و حروف می باشند، مورد نظر نیست. بنابراین در این مقاله با استفاده از یک روش مبتنی بر بافت، متن دستنویس را به صورت تصویر بافت در نظر گرفته و مسئله تعیین هویت نویسنده به مسئله طبقه بندی بافت تبدیل می گردد.

2- روش پیشنهادی

در این روش از ایده مطرح شده در [8] استفاده شده و تصویر متن دست نویس بصورت یک بافت در نظر گرفته شده است. برای این منظور ابتدا مراحل نرمال سازی بر روی تصویر متن انجام شده و سپس ویژگیهای متن به کمک بانکی از فیلترهای گابور استخراج می شوند. با کمک این ویژگیها و یک طبقه بندی کننده هویت متن دست نویس ورودی تعیین می گردد. در ادامه به شرح هر یک از این مراحل خواهیم پرداخت.

2-1- نرمال سازی تصویر

روشهای تحلیل بافت را نمی توان مستقیماً برای تصویر متن دست نویس به کار گرفت و ابتدا باید تصویر را نسبت به تأثیر عواملی مثل فاصله خطوط، کلمات و غیره نرمال سازی نمود تا بلوکی یکنواخت از متن دست نویس مورد نظر حاصل شود. مراحل نرمال سازی تصویر متن عبارتند از:

(الف) به منظور استخراج خطوط و کلمات موجود در متن، معمولاً از منحنی نمای نیم رخ تصویر باینری استفاده می شود [9]. در این مقاله ما نسخه ای تغییر یافته از این الگوریتم که برای تصاویر سطوح خاکستری پیشنهاد شده [10]، را استفاده نموده ایم. ابتدا نمای نیم رخ افقی تصویر محاسبه