Kỹ thuật nhận dạng chữ số dựa vào mạng nơron trong nhập điểm tự động

Tìm hiểu kỹ thuật nhận dạng chữ số bằng mạng nơron. Luận văn ứng dụng vào hệ thống nhập điểm tự động, tối ưu hóa quy trình chấm thi và nhập liệu.

• Tác giả: Trần Ngọc Minh
• Người hướng dẫn: PGS.TS Đỗ Năng Toàn
• Trường học: Trường Đại học Công nghệ Thông tin & Truyền thông - Đại học Thái Nguyên
• Chuyên ngành: Khoa học máy tính
• Đề tài: Kỹ thuật Nhận dạng Chữ số Dựa vào Mạng Nơron trong Nhập điểm Tự động
• Loại tài liệu: Luận văn thạc sĩ
• Năm xuất bản: 2015
• Địa điểm: Thái Nguyên

Tóm tắt

I. Giới thiệu về Nhận dạng Chữ số bằng Mạng Nơron

Nhận dạng chữ số bằng mạng nơron là một ứng dụng quan trọng trong lĩnh vực xử lý ảnh và trí tuệ nhân tạo. Công nghệ này cho phép máy tính tự động nhận diện và phân loại các chữ số từ các hình ảnh số hóa, đặc biệt hữu ích trong nhập điểm tự động từ phiếu điểm. Mạng nơron nhân tạo hoạt động tương tự như não bộ con người, với khả năng học từ dữ liệu và cải thiện độ chính xác qua quá trình huấn luyện. Ứng dụng này giúp tiết kiệm thời gian, giảm lỗi nhân công và nâng cao hiệu quả xử lý tài liệu.

1.1. Khái niệm Mạng Nơron Nhân tạo

Mạng nơron nhân tạo là mô hình tính toán lấy cảm hứng từ cấu trúc sinh học của các nơron trong não bộ. Mỗi nơron nhân tạo thực hiện các phép tính toán học đơn giản, nhưng khi kết hợp hàng nghìn nơron, chúng tạo thành một hệ thống mạnh mẽ. Kiến trúc mạng nơron bao gồm tầng đầu vào, các tầng ẩn và tầng đầu ra. Quá trình huấn luyện mạng nơron sử dụng các mẫu dữ liệu để điều chỉnh trọng số kết nối, giúp mạng học cách nhận dạng các mẫu và đặc trưng trong dữ liệu.

1.2. Ứng dụng trong Nhập Điểm Tự động

Nhập điểm tự động là một ứng dụng thực tiễn của nhận dạng chữ số, giúp chuyển đổi các phiếu điểm in sẵn thành dữ liệu điện tử. Hệ thống quét phiếu điểm và sử dụng mạng nơron để nhận dạng chữ số được viết tay hoặc in. Công nghệ này đặc biệt hữu ích trong các trường học, đại học và các cơ quan quản lý để xử lý khối lượng lớn phiếu điểm một cách nhanh chóng và chính xác.

II. Kiến trúc và Huấn luyện Mạng Nơron

Kiến trúc mạng nơron cho nhận dạng chữ số thường sử dụng mô hình mạng Back Propagation, một trong những phương pháp phổ biến nhất trong học máy có giám sát. Mạng này bao gồm ba tầng chính: tầng đầu vào nhận thông tin từ hình ảnh, các tầng ẩn xử lý dữ liệu và trích xuất đặc trưng, tầng đầu ra cung cấp kết quả phân loại. Thuật toán BackPropagation được sử dụng để huấn luyện mạng nơron, cho phép điều chỉnh trọng số dựa trên sai số giữa kết quả dự đoán và giá trị thực tế. Quá trình này lặp đi lặp lại cho đến khi mạng đạt độ chính xác mong muốn.

2.1. Thiết kế Cấu trúc Mạng

Thiết kế cấu trúc mạng nơron phụ thuộc vào kích thước hình ảnh đầu vào và số lượng tầng ẩn. Thông thường, nhận dạng chữ số sử dụng hình ảnh 28x28 pixel, dẫn đến 784 nơron ở tầng đầu vào. Tầng ẩn có thể chứa từ 128 đến 512 nơron, và tầng đầu ra có 10 nơron tương ứng với 10 chữ số (0-9). Lựa chọn số lượng tầng ẩn và nơron ảnh hưởng đến khả năng học và độ chính xác của mạng.

2.2. Quá trình Huấn luyện và Tối ưu hóa

Huấn luyện mạng nơron là quá trình sử dụng tập dữ liệu huấn luyện chứa hàng nghìn mẫu chữ số để tối ưu hóa trọng số. Mỗi lần lặp, mạng dự đoán kết quả, so sánh với giá trị thực tế và điều chỉnh trọng số. Tốc độ học và số epoch (vòng lặp) là các tham số quan trọng ảnh hưởng đến hiệu suất. Việc xác thực chéo giúp đánh giá khả năng tổng quát hóa của mạng trên dữ liệu chưa gặp.

III. Xử lý Ảnh và Tiền xử lý Dữ liệu

Trước khi mạng nơron có thể nhận dạng chữ số, các hình ảnh phải được tiền xử lý để chuẩn bị. Xử lý ảnh bao gồm nhiều bước quan trọng như chuẩn hóa độ sáng, điều chỉnh tương phản, loại bỏ nhiễu và cân chỉnh kích thước. Các kỹ thuật xử lý như lọc trung vị giúp loại bỏ nhiễu không mong muốn, trong khi phương pháp ngưỡng chuyển đổi ảnh thành các pixel đen trắng. Hiệu chỉnh góc lệch và hiệu chỉnh độ dịch chuyển đảm bảo rằng chữ số được căn chỉnh đúng để mạng có thể nhận dạng chính xác.

3.1. Các Kỹ thuật Tiền xử lý Ảnh

Tiền xử lý ảnh là bước đầu tiên và quan trọng nhất để nhận dạng chữ số. Các kỹ thuật bao gồm chuẩn hóa độ sáng để đảm bảo độ sáng đồng nhất, tăng cường độ tương phản để làm nổi bật chữ số, và loại bỏ nhiễu sử dụng lọc trung vị. Cân chỉnh kích thước hình ảnh thành kích thước chuẩn như M*N pixel giúp đầu vào mạng nơron có kích thước nhất quán. Những bước này giúp cải thiện chất lượng hình ảnh đầu vào, từ đó nâng cao độ chính xác nhận dạng.

3.2. Điều chỉnh Vị trí và Góc Độ

Hiệu chỉnh góc lệch và hiệu chỉnh độ dịch chuyển là những kỹ thuật quan trọng để xử lý các phiếu điểm được quét không hoàn hảo. Phương pháp chiếu nghiêng và phương pháp biến đổi Hough được sử dụng để phát hiện và hiệu chỉnh góc quay của ảnh. Hiệu chỉnh độ dịch chuyển đảm bảo chữ số được căn chỉnh ở vị trí chính xác trong khung hình. Những kỹ thuật này là thiết yếu để đảm bảo rằng mạng nơron nhận được các hình ảnh chuẩn hóa và có thể nhận dạng chữ số với độ chính xác cao.

IV. Kết quả Thử nghiệm và Ứng dụng Thực tiễn

Các thử nghiệm nhận dạng chữ số bằng mạng nơron đã chứng minh hiệu quả cao của phương pháp này. Sử dụng tập dữ liệu huấn luyện với hàng nghìn mẫu chữ số, mạng Back Propagation đạt được độ chính xác trên 95%. Chương trình thử nghiệm được phát triển bằng các công cụ hiện đại cho phép nhân dạng và đưa vào cơ sở dữ liệu kết quả tự động. Ứng dụng thực tiễn của nhập điểm tự động trong các trường học và cơ quan quản lý đã giảm đáng kể thời gian xử lý và tỷ lệ lỗi. Công nghệ này tiếp tục phát triển với các mô hình mạng nơron sâu hơn, mang lại tương lai sáng sủa cho tự động hóa xử lý tài liệu.

4.1. Hiệu suất và Độ chính xác

Độ chính xác nhận dạng chữ số của mạng nơron đạt được phụ thuộc vào nhiều yếu tố bao gồm chất lượng ảnh đầu vào, thiết kế mạng và quá trình huấn luyện. Các thử nghiệm cho thấy mạng Back Propagation với kiến trúc phù hợp có thể đạt độ chính xác từ 95-99% trên tập dữ liệu kiểm tra. Phân tích lỗi giúp xác định các chữ số khó nhận dạng và cải thiện quy trình tiền xử lý. Việc sử dụng xác thực chéo đảm bảo rằng mạng có khả năng tổng quát hóa tốt trên dữ liệu mới.

4.2. Ứng dụng trong Nhập Điểm Tự động

Hệ thống nhập điểm tự động sử dụng nhận dạng chữ số bằng mạng nơron đã được triển khai thành công trong nhiều trường học và cơ quan quản lý. Hệ thống quét phiếu điểm, xử lý ảnh và nhận dạng chữ số tự động để đưa vào cơ sở dữ liệu. Điều này giúp giảm lỗi nhân công, tiết kiệm thời gian xử lý và nâng cao hiệu quả quản lý. Ứng dụng thực tiễn này chứng minh giá trị thực sự của công nghệ mạng nơron trong tự động hóa các quy trình xử lý tài liệu.

Trích đoạn nội dung tài liệu

MỞ ĐẦU Cùng với sự phát triển nhanh chóng về phần cứng máy tính, các phần mềm càng trở nên đa dạng, phong phú, hoàn thiện hơn và hỗ trợ hiệu quả hơn cho con ngƣời. Các phần mềm hiện nay ngày càng mô phỏng khá nhiều nghiệp vụ phức tạp, hỗ trợ cho ngƣời dùng sử dụng thuận tiện, thời gian xử lý nhanh chóng và một số nghiệp vụ tự động hoá cao trong số đó Mạng nơ ron nhân tạo là một mô phỏng xử lý thông tin, đƣợc nghiên cứu ra từ hệ thống thần kinh của sinh vật, giống nhƣ bộ não để xử lý thông tin. Nó bao gồm số lƣợng lớn các mối gắn kết cấp cao để xử lý các yếu tố làm việc trong mối liên hệ giải quyết vấn đề rõ ràng. ANNs giống nhƣ con ngƣời, đƣợc học bởi kinh nghiệm, lƣu những kinh nghiệm hiểu biết và sử dụng trong những tình huống phù hợp.

Hiện nay, trong hầu hết các cơ sở giáo dục đào tạo cả nƣớc ta đều đƣợc trang bị phần mềm quản lý điểm nhằm nâng cao chất lƣợng giảng dạy và quản lý học sinh, sinh viên, giúp giảm bớt một phần lớn công việc của đội ngũ cán bộ quản lý giáo dục. Tuy nhiên việc cập nhật điểm thi vào hệ thống phần mềm quản lý giáo dục vẫn còn thủ công, không những làm tốn nhiều công sức của đội ngũ giáo vụ mà còn có nhiều sai sót đặc biệt với những trƣờng có số lƣợng môn học và số sinh viên lớn. Từ những lý do trên, tôi đã chọn đề tài “KỸ THUẬT NHẬN DẠNG CHỮ SỐ DỰA VÀO MẠNG NƠRON TRONG NHẬP ĐIỂM TỰ ĐỘNG” với mong muốn phần nào giải quyết đƣợc phần nào những khó khăn đó. Thay vì phải nhập điểm thủ công, giờ đây việc nhập điểm trở nên dễ dàng, thuận tiện hơn với chƣơng trình tự động cập nhật điểm.

Việc cập nhật điểm tự động rõ ràng đã giải quyết đƣợc những khó khăn và bất tiện của chƣơng trình quản lý điểm thông thƣờng để lại. * Đối tƣợng và phạm vi nghiên cứu Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.vn/ 2 - Nghiên cứu quá trình phiếu điểm viết tay của giảng viên qua máy quét thu đƣợc hình ảnh và đƣa vào máy tính. - Nhập điểm tự động tại trƣờng Cao Đẳng Cộng Đồng Bắc Kạn. * Hƣớng nghiên cứu của đề tài - Phiếu điểm viết tay của giảng viên qua máy quét thu đƣợc hình ảnh và đƣa vào máy tính.

- Phân vùng ảnh thành 2 vùng ảnh cần thiết: Mã sinh viên (hoặc số báo danh) và Điểm thi. - Nhận dạng thông qua mạng nơron với các mẫu thu thập đƣợc. - Cập nhật vào Cơ sở dữ liệu. * Phƣơng pháp nghiên cứu - Nghiên cứu các tài liệu và viết tổng quan.

- Phƣơng pháp nghiên cứu bài toán nhận dạng chữ số dựa vào mạng nơron trong nhập điểm tự động. - Phƣơng pháp phân tích, đánh giá đối tƣợng (phiếu điểm). - Nghiên cứu triển khai thử nghiệm chƣơng trình. * Ý nghĩa khoa học của đề tài - Bản thân hiểu sâu hơn và áp dụng đƣợc các phƣơng pháp cụ thể là nhận dạng chữ số dựa vào mạng nơron trong nhập điểm tự động.

- Nâng cao chất lƣợng công việc trong việc nhập điểm tự động trong cán bộ quản lý giáo dục. Giảm thiểu sai sót trong quá trình nhập điểm. * Cấu trúc của luận văn bao gồm 3 chƣơng sau: - Chƣơng 1: Khái quát về xử lý ảnh và nhận dạng phiếu điểm - Chƣơng 2: Mạng nơron và nhận dạng phiếu điểm - Chƣơng 3: Chƣơng trình thử nghiệm kỹ thuật nhận dạng chữ số dựa vào mạng nơron trong nhập điểm tự động - Kết luận: Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.vn/ 3 CHƢƠNG 1. KHÁI QUÁT VỀ XỬ LÝ ẢNH VÀ NHẬN DẠNG PHIẾU ĐIỂM 1.

Khái quát về xử lý ảnh [1] Xử lý ảnh là một trong những mảng quan trọng nhất trong kỹ thuật thị giác máy tính, là tiền đề cho nhiều nghiên cứu thuộc lĩnh vực này. Hai nhiệm vụ cơ bản của quá trình xử lý ảnh là nâng cao chất lƣợng thông tin hình ảnh và xử lý số liệu cung cấp cho các quá trình khác trong đó có việc ứng dụng thị giác vào điều khiển. Đã có rất nhiều công trình nghiên cứu tại nhiều quốc gia từ năm 1920 đến nay về xử lý ảnh đã góp phần thúc đẩy tiến bộ trong lĩnh vực này lớn mạnh không ngừng. Quá trình bắt đầu từ việc thu nhận ảnh nguồn (từ các thiết bị thu nhận ảnh dạng số hoặc tƣơng tự) gửi đến máy tính.

Dữ liệu ảnh đƣợc lƣu trữ ở định dạng phù hợp với quá trình xử lý. Ngƣời lập trình sẽ tác động các thuật toán tƣơng ứng lên dữ liệu ảnh nhằm thay đổi cấu trúc ảnh phù hợp với các mục đích khác nhau. Các giai đoạn của một quá trình xử lý ảnh. Để có thể hình dung cấu hình một hệ thống xử lý ảnh chuyên dụng hay một hệ thống xử lý ảnh trong nghiên cứu, đào tạo, trƣớc hết chúng ta hãy xem xét các bƣớc cần thiết trong xử lý ảnh.

Thu nhận Tách các Xử lý trước Phân đoạn Phân loại ảnh đặc tính a. Thu nhận ảnh Ảnh có thể thu nhận qua camera, thông thƣờng ảnh thu nhận qua camera là tín hiệu tƣơng tự, nhƣng cũng có thể là tín hiệu số hoá. Ảnh cũng có thể thu nhận từ vệ tinh qua các bộ cảm ứng hay ảnh, tranh đƣợc quét trên scanner. Sau đó đƣợc lƣu trữ trong máy tính.

Gồm có 2 quá trình: Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.vn/ 4 - Biến đổi năng lƣợng quang học sang năng lƣợng điện. - Biến đổi năng lƣợng điện sang các ma trận. Xử lí trƣớc Quá trình xử lí trƣớc thực ra bao gồm nhiều công đoạn nhỏ. Trƣớc hết là công việc tăng cƣờng ảnh để nâng cao chất lƣợng ảnh.

Do những nguyên nhân khác nhau: có thể do chất lƣợng thiết bị thu nhận ảnh, do nguồn sáng hay do nhiễu ảnh có thể bị suy biến. Do vậy cần phải tăng cƣờng và khôi phục lại ảnh để làm nổi bật một số đặc tính chính của ảnh, hay làm cho ảnh gần giống nhất với trạng thái gốc (trạng thái trƣớc khi ảnh bị biến dạng). Nhằm các mục đích phục vụ cho các bƣớc tiếp theo. Những mục đích riêng biệt có thể đặt ra cho quá trình xử lý trƣớc là: + Thực hiện điều chỉnh độ chiếu sáng để khắc phục hậu quả của sự chiếu sáng không đồng đều.

+ Giảm nhỏ thành phần nhiễu. + Cải thiện độ tƣơng phản của ảnh màu do khuôn màu không tốt. + Hiệu chỉnh độ méo giá trị xám. + Loại bỏ tính không đồng thể của ảnh gây nên từ tính không đồng bộ của lớp nhạy quang của hệ thống thu nhận ảnh.

+ Chuẩn hóa độ lớn, dạng và màu. + Điều chỉnh bộ lọc để khuếch đại các tần số với những thông tin quan trọng đƣợc khuếch đại và nén đi các tần số khác. Phân đoạn Là quá trình phân chia các đối tƣợng cần khảo sát ra khỏi phần nội dung còn lại của ảnh, phân tách các đối tƣợng tiếp giáp nhau và phân tách những đối tƣợng riêng biệt thành những đối tƣợng con. Một phƣơng pháp phân đoạn ảnh là sử dụng một ngƣỡng giá trị xám để phân tách ảnh thành đối Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.vn/ 5 tƣợng và nền (những điểm dƣới ngƣỡng xám thuộc về nền, ngƣợc lại thuộc về đối tƣợng).

Tách ra các đặc tính Dựa trên các thông tin thu nhận đƣợc qua quá trình phân đoạn, kết hợp với các kỹ thuật xử lý để đƣa ra các đặc trƣng, đối tƣợng ảnh cũng nhƣ các thông tin cần thiết trong quá trình xử lý. Nhờ các đặc tính có đƣợc từ ảnh ta có thể phân loại các đối tƣợng khác nhau của ảnh. Phân loại ảnh Thực hiện công việc sắp xếp một đối tƣợng vào một lớp đối tƣợng cho trƣớc. Để giải quyết bài toán này thì các đặc tính có ý nghĩa phải đƣợc lựa chọn.

Ta tìm thấy các đặc tính có ý nghĩa khi ta phân tích các mẫu đƣợc lựa chọn từ những đối tƣợng khác nhau. Mô tả ảnh a. Phần tử ảnh (Pixel - Picture Element) Ảnh trong thực tế là một ảnh liên tục về không gian và về giá trị độ sáng. Để có thể xử lý ảnh bằng máy tính cần thiết phải tiến hành số hoá ảnh.

Trong quá trình số hoá, ngƣời ta biến đổi tín hiệu liên tục sang tín hiệu rời rạc thông qua quá trình lấy mẫu (rời rạc hóa về không gian) và lƣợng hoá thành phần giá trị mà thể về nguyên tắc bằng mắt thƣờng không phân biệt đƣợc hai điểm kề nhau. Trong quá trình này, ngƣời ta sử dụng khái niệm Picture element mà ta quen gọi hay viết là Pixel - phần tử ảnh. Mỗi Pixel bao gồm một cặp tọa độ chỉ vị trí (x,y) và một mức xám nhất định. Mật độ Pixel trên một ảnh số cho ta xác định đƣợc độ phân giải của ảnh.

Ảnh có độ phân giải càng cao thì càng rõ nét và ngƣợc lại. Ví dụ một ảnh số có độ phân giải là 800 x 600 Pixel nghĩa là có 800 điểm theo chiều ngang và 600 điểm theo chiều dọc. Mức xám (Gray Level) Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.vn/ 6 Mức xám của điểm ảnh là kết quả sự biến đổi tƣơng ứng một cƣờng độ sáng của điểm ảnh đó với một giá trị số (kết quả của quá trình lƣợng hoá). Cách mã hoá kinh điển thƣờng dùng 16, 32 hay 64 mức.

Mã hoá 256 mức là phổ dụng nhất do lý do kỹ thuật., 255), nên với 256 mức mỗi pixel sẽ đƣợc mã hoá bởi 8 bit. Ảnh Là tập hợp hữu hạn các điểm ảnh, thƣờng đƣợc biểu diễn bằng một mảng hai chiều I(n,m) với n là số hàng, m là số cột. Số lƣợng điểm ảnh trên mỗi hàng hoặc các hàng xác định độ phân giải của ảnh. Phân loại ảnh o Ảnh nhị phân Giá trị xám của tất các các điểm ảnh chỉ nhận giá trị 1 hoặc 0.

Nhƣ vậy mỗi điểm ảnh trong ảnh nhị phân đƣợc biểu diễn bới 1 bit. o Ảnh xám Giá trị xám nằm trong khoảng 0. Nhƣ vậy mỗi điểm ảnh trong ảnh nhị phân đƣợc biểu diễn bới 1 byte. o Ảnh mầu Ta quan tâm và xử lý ảnh với mô hình ba màu, ảnh theo mô hình thụ cảm sẽ chuyển sang mô hình ba màu trƣớc khi xử lý.

- Hệ mầu RGB (RED- GREEN- BLUE): Thông tin con ngƣời thu nhận bằng hình ảnh đều bắt nguồn từ thị giác. Mắt con ngƣời có khả năng phân biệt đƣợc rõ nét 3 mầu: đỏ, lục, lam. Các ảnh mầu nói chung đều bao gồm 3 ảnh xám đối với màu nền đỏ, lục và lam.