fa کاهش فضای جستجو در بازشناسی زیر کلمات تایپی فارسی با استفاده از ویژگی‌های زیست‌سنجه مینوشیا الکترونیک Electronic پژوهشي Research با توجه به گسترده بودن زیرکلمات تایپ شده فارسی، یافتن یک زیرکلمه و به تبع آن یک کلمه در یک متن چاپ شده کار بسیار زمانبری خواهد بود. در این مقاله روشی مبتنی بر نقاط زیست‌سنجه مینوشیا ارائه شده است که فضای جستجوی زیرکلمات تایپ شده فارسی را به صورت قابل توجهی کاهش می‌دهد. لذا تعداد نقاط و مختصات مینوشیای انشعابی و انتهایی که دو ویژگی مطرح در حوزه زیست‌سنجه می‌باشند، بعنوان ویژگی‌هایی برای کاهش فضای جستجو در قالب یک روش دومرحله‌ای استفاده شده‌اند. در گام نخست نقاط مینوشیا از تصویر زیرکلمه استخراج شده و در چهارخوشه که از لحاظ تعداد نقاط به یکدیگر نزدیک هستند دسته‌بندی می‌شوند، به این ترتیب فضای جستجو تقریباً نصف خواهد شد. در گام دوم با ایجاد یک مخزن از فواصل اولین تا آخرین نقطه انتهایی برای هر زیرکلمه در هر خوشه و تطبیق فاصله مذکور در تصویر آزمایشی با مخزن، فضای جستجو به مقدار قابل توجهی کاهش می‌یابد. نتایج بدست آمده از اعمال روش پیشنهادی بر روی تصاویر زیرکلمه موجود در پایگاه داده نشان می‌دهد، فضای جستجو از 12700 زیرکلمه به حدود 500 زیرکلمه با دقت تقریبی 90 درصد کاهش یافته است. <span dir="LTR"></span> Due to the wide range of Persian (Farsi) machine-printed sub-words, finding a sub-word and consequently a word in a machine-printed text will be very time consuming. In this paper, a biometric minutia based method is presented, which significantly reduces the search space of Farsi sub-words. Therefore, the number of points and their coordinates of bifurcated and ending minutia points, which are two well-known features in the field of biometrics, have been used as features to reduce the search space in the form of a two-step method. In the first step, the minutia points are extracted from the sub-word image and categorized into four clusters that are close and similar as a viewpoint of the number of minutia points. Therefore, search space will be halved by this step. In the second step, by creating a repository of the distances between the first and the last end points for each sub-word in each cluster and matching the same distance of experimental image with the repository, the search space is significantly reduced. Obtained results show that the search space has been reduced from 12,700 sub-words to about 500 sub-keywords with an accuracy of approximately 90%. زیرکلمات فارسی, زیست‌سنجه, فضای جستجو, ویژگی مینوشیا. Farsi sub-word, Biometric, Search space, Minutia feature 189 199 http://jiaeee.com/browse.php?a_code=A-10-2047-1&slc_lang=fa&sid=1 Amin Teymourpour امین تیمورپور aminteymourpour@gmail.com 100319475328460010450 100319475328460010450 No University of Birjand دانشکده مهندسی برق و کامپیوتر- دانشگاه بیرجند Mehran Taghipour-Gorjikolaie مهران تقی‌پور گرجی‌کلایی mtaghipour@birjand.ac.ir 100319475328460010451 100319475328460010451 Yes University of Birjand دانشکده مهندسی برق و کامپیوتر- دانشگاه بیرجند Seyyed Mohammad Razavi سیّدمحمّد رضوی smrazavi@birjand.ac.ir 100319475328460010452 100319475328460010452 No University of Birjand دانشکده مهندسی برق و کامپیوتر- دانشگاه بیرجند