I. Giới thiệu về Luận Văn Thạc Sĩ Kỹ Thuật Điện Tử Nhận Dạng Chữ Viết Tay Tiếng Việt Hiệu Quả
Luận văn thạc sĩ này tập trung vào việc nhận dạng chữ viết tay tiếng Việt, một lĩnh vực đầy thách thức trong kỹ thuật điện tử và xử lý ảnh. Nghiên cứu này nhằm mục đích phát triển một phương pháp hiệu quả để nhận dạng chữ viết tay tiếng Việt, bao gồm cả chữ hoa và chữ thường có dấu. Trí tuệ nhân tạo và học máy được áp dụng để cải thiện độ chính xác của quá trình nhận dạng. Luận văn cũng đề cập đến các ứng dụng thực tế của công nghệ này trong đời sống, như hỗ trợ người khiếm thị và số hóa tài liệu.
1.1. Mục tiêu nghiên cứu
Mục tiêu chính của nghiên cứu là phát triển một phương pháp nhận dạng chữ viết tay tiếng Việt hiệu quả bằng cách sử dụng phương pháp trích đặc trưng HOG và thuật toán KNN. Phương pháp này nhằm đạt được kết quả nhận dạng tối ưu, đặc biệt là với các ký tự tiếng Việt có dấu. Nghiên cứu cũng hướng đến việc tạo ra một hệ thống có thể ứng dụng trong thực tế, giúp số hóa và lưu trữ các tài liệu viết tay.
1.2. Phạm vi nghiên cứu
Nghiên cứu tập trung vào việc nhận dạng chữ viết tay tiếng Việt rời rạc, không dính nét giữa các ký tự. Các ký tự được nghiên cứu bao gồm cả chữ hoa và chữ thường có dấu. Phạm vi của luận văn giới hạn trong việc xử lý các ký tự riêng lẻ, không bao gồm việc nhận dạng toàn bộ văn bản viết tay.
II. Phương pháp nghiên cứu và kỹ thuật áp dụng
Luận văn sử dụng các phương pháp nhận dạng tiên tiến trong lĩnh vực xử lý ảnh và học máy. Thuật toán HOG được áp dụng để trích xuất đặc trưng từ các mẫu chữ viết tay, trong khi thuật toán KNN được sử dụng để phân loại và nhận dạng các ký tự. Quá trình nghiên cứu bao gồm các bước chính: tiền xử lý ảnh, trích xuất đặc trưng, huấn luyện mô hình, và đánh giá kết quả.
2.1. Tiền xử lý ảnh
Giai đoạn tiền xử lý ảnh bao gồm các bước như lọc nhiễu, chuẩn hóa kích thước, và làm mờ biên. Các kỹ thuật như Median Blur và Gaussian Blur được sử dụng để cải thiện chất lượng ảnh đầu vào, giúp quá trình nhận dạng diễn ra chính xác hơn.
2.2. Trích xuất đặc trưng và huấn luyện mô hình
Phương pháp HOG được sử dụng để trích xuất đặc trưng từ các mẫu chữ viết tay. Sau đó, thuật toán KNN được áp dụng để huấn luyện mô hình nhận dạng. Quá trình huấn luyện sử dụng nhiều bộ dữ liệu khác nhau để đảm bảo tính khách quan và độ chính xác của kết quả.
III. Kết quả và ứng dụng thực tế
Kết quả nghiên cứu cho thấy phương pháp nhận dạng chữ viết tay tiếng Việt sử dụng HOG và KNN đạt được độ chính xác cao. Công nghệ này có nhiều ứng dụng thực tế, như hỗ trợ người khiếm thị, số hóa tài liệu, và tích hợp vào các hệ thống thông minh. Luận văn cũng đề xuất các hướng nghiên cứu tiếp theo để cải thiện hiệu quả của hệ thống.
3.1. Đánh giá kết quả
Kết quả thực nghiệm cho thấy phương pháp nhận dạng chữ viết tay tiếng Việt đạt độ chính xác cao, đặc biệt là với các ký tự rời rạc. Tuy nhiên, việc nhận dạng các ký tự dính nét vẫn còn là thách thức cần được giải quyết trong tương lai.
3.2. Ứng dụng thực tế
Công nghệ nhận dạng chữ viết tay có thể được ứng dụng trong nhiều lĩnh vực, như hỗ trợ người khiếm thị, số hóa tài liệu, và tích hợp vào các hệ thống thông minh. Nghiên cứu này mở ra nhiều cơ hội phát triển các ứng dụng thực tế trong tương lai.
