Chương 1 Giới thiệu 1.1 Lý do chọn đề tài Trong quá trình đào tạo sinh viên trong các trường đại học, để quản lý kết quả giảng dạy và học tập của giảng viên và sinh viên, nhà trường cần lưu lại các thông tin về điểm số và các tiêu chí dùng đề đánh giá sinh viên qua từng môn học. Dựa trên dữ liệu thu thập được sẽ tiến hành các thống kê và phân tích để thấy được hiệu quả đào tạo cũng như khả năng tiếp thu của sinh viên, từ đó đưa ra các điều chỉnh phù hợp để nâng cao chất lượng đào tạo của nhà trường. Để có thể thực hiện được tất cả những việc nêu trên thì việc thu thập dữ liệu là rất quan trọng và cần phải được thực hiện trước tiên. Hiện tại đối với một số môn học được tổ chức kiểm tra dưới hình thức trắc nghiệm hoàn toàn thì quá trình chấm điểm bài kiểm tra đã được thực hiện một cách tự động.
Tuy nhiên một số môn học yêu cầu đánh giá sinh viên dưới hình thức kiểm tra tự luận hoặc kết hợp cả tự luận và trắc nghiệm thì việc nhập điểm vào hệ thống đang được thực hiện một cách thủ công khá mất thời gian của giảng viên. Bên cạnh đó, việc đánh giá sinh viên cũng chỉ dừng lại ở giá trị điểm số của câu hỏi mà bỏ qua các tiêu chí đánh giá khác (ví dụ: mặc dù cùng đạt một điểm số nhưng có những sinh viên có câu trả lời hay, trình bày rõ ràng,. ) cho nên khó có thể đánh giá chính xác chất lượng của sinh viên. Do đó bài toán đặt ra là cần thiết xây dựng một hệ thống quản lý và xử lý chấm điểm tự động bài kiểm tra, số hóa các thông tin có ý nghĩa trên bài kiểm tra để phục vụ các phân tích sau này.2 Mục tiêu nghiên cứu Với mục tiêu xây dựng hệ thống hỗ trợ quản lý và xử lý chấm điểm tự động bài kiểm tra, xa hơn nữa là thu thập được nhiều thông tin hơn về kết quả đánh giá sinh viên dùng để phục vụ các phân tích và đánh giá sinh viên cũng như chất lượng đào tạo của nhà trường, luận văn cần 1 tập trung vào các vấn đề sau: • Tìm hiểu các kiến thức về xử lý ảnh dùng trong nhận dạng ảnh số.
• Tìm hiểu mạng nơron tích chập và ứng dụng của nó trong nhận dạng chữ số viết tay. • Thiết kế mẫu phiếu chấm điểm bài kiểm tra kết hợp trắc nghiệm và tự luận. • Hiện thực hệ thống xử lý chấm điểm tự động bài kiểm tra, chúng tôi cần giải quyết các vấn đề sau: – Hiện thực hệ thống nhận dạng chữ số viết tay. – Thu thập dữ liệu chữ số viết tay và huấn luyện bộ nhận dạng chữ số viết tay.
– Trích xuất được các thông tin có ý nghĩa trên phiếu chấm điểm bài kiểm tra như: thông tin môn thi, thông tin sinh viên, đáp án trắc nghiệm sinh viên lựa chọn, điểm số câu hỏi tự luận, các đánh giá theo tiêu chí mềm,. – Thử nghiệm và đánh giá hệ thống.3 Giới hạn và đối tượng nghiên cứu Trong phạm vi của luận văn, chúng tôi tập trung nghiên cứu các kỹ thuật xử lý ảnh và mô hình học máy dùng trong nhận dạng chữ số viết tay. Từ đó xây dựng hệ thống xử lý chấm điểm tự động bài kiểm tra để thu thập dữ liệu đánh giá sinh viên. Vì lý do trong đề tài có thiết kế các mẫu phiếu chấm điểm bài kiểm tra nên bước đầu đề tài sẽ giới hạn trong phạm vi khoa Khoa Học và Kỹ Thuật Máy Tính, trường Đại Học Bách Khoa thành phố Hồ Chí Minh.
Sau nay có thể mở rộng ra phạm vi toàn trường hoặc rộng hơn ra các trường Đại Học khác.4 Phương pháp nghiên cứu Việc đầu tiên, chúng tôi sẽ tập trung tìm hiểu những kiến thức nền tảng về xử lý ảnh số, mô hình học máy cụ thể là mạng neuron nhân tạo dùng để giải quyết bài toán nhận dạng chữ số viết tay. Bên cạnh đó, chúng tôi cũng thiết kế một số mẫu phiếu chấm điểm bài kiểm tra và làm một khảo sát để lấy ý kiến từ giảng viên. Từ đó lựa chọn và chỉnh sửa để đưa ra mẫu phiếu chấm điểm phù hợp nhất. Sau đó vận dụng những kiến thức đã nghiên cứu chúng tôi sẽ tiến hành hiện 2 thực và kiểm thử hệ thống xử lý chấm điểm tự động dựa trên mẫu phiếu chấm điểm được lựa chọn.
Và cuối cùng là đánh giá kết quả đạt được, từ đó đưa ra những đề xuất mở rộng, cải tiến hệ thống để có thể đưa hệ thống vào ứng dụng trong thực tế.5 Cấu trúc của luận văn Phần còn lại của luân văn này được tổ chức theo cấu trúc sau: • Chương 2: Giới thiệu một số kỹ thuật được dùng trong nhận dạng ảnh số bao gồm các kỹ thuật tiền xử lý ảnh và ứng dụng của mô hình học máy trong nhận dạng chữ số viết tay. • Chương 3: Trình bày các giải pháp thiết kế mẫu để hỗ trợ hệ thống nhận dạng. Bên cạnh đó, luận văn sẽ trình bày phương pháp thiết kế một số mẫu phiếu chấm điểm bài kiểm tra và mẫu phiếu thu thập chữ số viết tay. • Chương 4: Trong chương này chúng tôi sẽ trình bày phương pháp hiện thực hệ thống thu thập dữ liệu chữ số viết tay và hệ thống xử lý chấm điểm tự động bài kiểm tra cùng với các kết quả thử nghiệm trên các dữ liệu mẫu.
• Chương 5: Thảo luận về các vấn đề trong luận văn, các cách tiếp cận, kết quả đạt được và các hướng phát triển trong tương lai của đề tài. • Cuối cùng là danh mục tài liệu tham khảo. 3 Chương 2 Các kỹ thuật xử lý ảnh dùng trong nhận dạng ảnh 2.1 Tiền xử lý ảnh Tiền xử lý ảnh là một giai đoạn thường có trong một hệ thống nhận dạng ảnh số, nó góp phần làm tăng độ chính xác của bộ nhận dạng trong hệ thống đó. Do đó để chuẩn bị cho việc nghiên cứu và hiện thực một hệ thống nhận dạng chữ số viết tay thì việc tìm hiểu quá trình tiền xử lý ảnh là cần thiết.
Để tìm hiểu về tiền xử lý ảnh, ta tìm hiểu một số kỹ thuật sau: nhị phân hóa ảnh, phép co giãn ảnh, lọc nhiễu, chuẩn hóa kích thước ảnh và làm trơn ảnh.1 Nhị phân hóa ảnh Nhị phân hóa ảnh là một kỹ thuật dùng để chuyển ảnh đa mức xám sang ảnh nhị phân. Ý tưởng của phương pháp nhị phân hóa ảnh là lựa chọn một ngưỡng thích hợp theo cường độ sáng của ảnh và sau đó chuyển tất cả các giá trị độ sáng lớn hơn ngưỡng đó thành một giá trị độ sáng (ví dụ màu trắng) và tất cả các giá trị bé hơn ngưỡng thành một giá trị độ sáng khác (ví dụ màu đen). Ta có thể biểu diễn bằng công thức dưới đây: ( maxVal src(x, y) > threshold dst(x, y) = 0 otherwise - dst(x,y) là giá trị độ sáng tại tọa độ (x,y) sau khi biến đổi. - src(x,y) là giá trị độ sáng tại tọa độ (x,y) trước khi biến đổi.
- threshold là giá trị ngưỡng. - maxVal là giá trị độ sáng tối đa được chọn trước, thông thường maxVal được chọn là 255 tương ứng với màu trắng. 4 Có hai phương pháp chính dùng để nhị phân hóa ảnh là nhị phân hóa ảnh với ngưỡng tĩnh và nhị phân hóa ảnh với ngưỡng động. Nhị phân hóa ảnh với ngưỡng tĩnh.
Ý tưởng của nhị phân hóa ảnh với ngưỡng tĩnh đó là ta sẽ so sánh giá trị cường độ sáng của điểm ảnh với một ngưỡng cho trước, và ta chỉ dùng duy nhất một giá trị ngưỡng để so sánh với toàn bộ các điểm ảnh trong ảnh. Do đó nhược điểm của phương pháp này là đối với những ảnh có nhiều cường độ sáng khác nhau trên những vùng khác nhau, thì sau khi nhị phân hóa, ảnh sẽ bị mất thông tin. Ví dụ hình minh họa 2.2a cho thấy kết quả nhị phân hóa ảnh theo ngưỡng tĩnh của một ảnh phiếu chấm điểm. Bên trong ảnh có một vệt đen làm che mất nội dung kết quả bài làm của thí sinh và có một vùng hình ảnh bị mờ đi, không thể nhận dạng được đâu là lựa chọn cho câu trả lời trắc nghiệm.
Nhị phân hóa ảnh với ngưỡng động. Ý tưởng của phương pháp này là chia ảnh thành nhiều khu vực, cửa sổ khác nhau. Sau đó dùng một thuật toán tìm một giá trị ngưỡng thích hợp cho khu vực đó. Cuối cùng là áp dụng nhị phân hóa ảnh tương tự như phương pháp nhị phân hóa ảnh với ngưỡng tĩnh cho từng khu vực, cửa sổ với giá trị ngưỡng vừa tìm được.
Do đó, phương pháp này đã khắc phục được nhược điểm của phương pháp nhị phân hóa với ngưỡng tĩnh và thông tin trong ảnh được bảo toàn sau khi nhị phân hóa. Trong hình minh họa 2.2b ta có thể thấy được sau khi nhị phân hóa ảnh với ngưỡng động cho ra kết quả rất tốt, hầu như các thông tin trên ảnh đều được bảo toàn.2: (a) Ảnh nhị phân với ngưỡng tĩnh, (b) Ảnh nhị phân với ngưỡng động.2 Phép co giãn ảnh Là một trong các hoạt động cơ bản trong hình thái toán học bao gồm hai phép toán: phép giãn nở và phép co. Phép giãn nở có tác dụng làm cho đối tượng ban đầu trong ảnh tăng lên về kích thước (giãn nở ra) qua đó làm nổi rõ các đối tượng trên ảnh. Ngược lại phép co có tác dụng trong việc làm giảm kích thước của đối tượng, tách rời các đối tượng gần nhau, làm mảnh và tìm xương của đối tượng, ngoài ra ta cũng có thể dùng phép co để làm mờ các nhiễu trong ảnh.3 Khử nhiễu Nhiễu là một tập các điểm sáng thừa trên ảnh.
Khữ nhiễu là một vấn đề thường gặp trong nhận dạng, nhiễu có nhiều loại (nhiễu đốm, nhiễu vệt, nhiễu đứt nét,. Để khử các nhiễu đốm (các nhiễu với kích thước nhỏ) ta có thể sử dụng các phương pháp lọc (lọc trung bình, lọc trung vị,. Tuy nhiên với các nhiễu vệt thì các phương pháp lọc tỏ ra kém hiệu quả, trong trường hợp này việc sử dụng phương pháp khử các vùng liên thông nhỏ tỏ ra có hiệu quả hơn.4 Chuẩn hóa kích thước ảnh Việc chuẩn hóa kích thước ảnh dựa trên việc xác định trọng tâm ảnh, sau đó xác định khoảng cánh lớn nhất từ tâm ảnh đến các cạnh trên, dưới, trái, phải của hình chữ nhật bao quanh ảnh. Thông qua khoảng cách lớn nhất đó, có thể xác định được tỷ lệ co giãn của ảnh gốc so với kích thước đã xác định, từ đó hiệu chỉnh kích thước ảnh dựa trên tỷ lệ đó.