Thiết Kế Giải Thuật Nhận Dạng Chữ Viết Tay Tiếng Việt Trên Hệ Điều Hành Android

Luận văn thạc sĩ kỹ thuật viễn thông trình bày giải thuật nhận dạng chữ viết tay tiếng Việt trên hệ điều hành Android, mang lại ứng dụng thực tiễn cao.

• Tác giả: Nguyễn Hoàng Vũ
• Người hướng dẫn: TS. Hà Hoàng Kha
• Trường học: Đại học Quốc gia TP. HCM
• Chuyên ngành: Kỹ thuật viễn thông
• Đề tài: Thiết Kế Giải Thuật Nhận Dạng Chữ Viết Tay Tiếng Việt Trên Android
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2017
• Địa điểm: TP. Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• TÓM TẮT LUẬN VĂN
• LỜI CAM ĐOAN
• DANH MỤC CÁC TỪ VIẾT TẮT
• DANH MỤC HÌNH
• DANH MỤC BẢNG
• PHẦN MỞ ĐẦU
• Tính cấp thiết của đề tài
• Mục tiêu của luận văn
• Đối tượng nghiên cứu
• Phạm vi nghiên cứu
• Những đóng góp của luận văn
• Bố cục của luận văn
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Giới thiệu về lĩnh vực nhận dạng chữ
• 1.2. Mô hình tổng quát của một hệ thống nhận dạng chữ viết tay
• 1.2.1. Nhị phân hóa ảnh
• 1.2.2. Chuẩn hóa kích thước ảnh
• 1.2.3. Làm trơn biên chữ
• 1.2.4. Làm đầy chữ
• 1.2.5. Làm mảnh chữ
• 1.2.6. Điều chỉnh độ nghiêng của văn bản
• 1.2.7. Khối tách chữ
• 1.2.7.1. Tách chữ theo chiều nằm ngang và thẳng đứng
• 1.2.7.2. Tách chữ dùng lược đồ sáng
• 1.2.8. Trích chọn đặc trưng
• 1.2.8.1. Biến đổi toàn cục và khai triển chuỗi
• 1.2.8.2. Đặc trưng thống kê
• 1.2.8.3. Đặc trưng hình học và hình thái
• 1.2.9. Huấn luyện và nhận dạng
• 1.3. Các phương pháp nhận dạng chữ viết tay
• 1.3.1. Đối sánh mẫu
• 1.3.2. Phương pháp tiếp cận cấu trúc
• 1.3.2.1. Phương pháp ngữ pháp (Grammatical Methods)
• 1.3.2.2. Phương pháp đồ thị (Graphical Methods)
• 1.3.3. Các phương pháp thống kê
• 1.3.3.1. Nhận dạng phi tham số
• 1.3.3.2. Nhận dạng có tham số
• 1.3.3.3. Mô hình Markov ẩn (HMM - Hidden Markov Model)
• 1.3.4. Kết hợp các kỹ thuật nhận dạng
• 1.3.4.1. Kiến trúc tuần tự
• 1.3.4.2. Kiến trúc song song
• 1.3.4.3. Kiến trúc lai ghép
• 1.4. Kiến thức chung về ngôn ngữ lập trình Java và Android
• 1.4.1. Ngôn ngữ lập trình Java
• 1.4.2. Hệ điều hành Android
• 2. CHƯƠNG 2: PHƯƠNG PHÁP SVM
• 2.1. Tổng quan về phương pháp SVM
• 2.2. SVM tuyến tính
• 2.2.1. Siêu phẳng với khoảng cách lề cực đại
• 2.2.2. Tìm siêu phẳng tối ưu
• 2.2.3. Phân lớp mềm
• 2.2.4. Giải bài toán tối ưu
• 2.3. SVM phi tuyến
• 2.3.1. Không gian đặc trưng
• 2.3.2. Lý thuyết chiều VC
• 2.3.3. Cực tiểu hóa rủi ro cấu trúc
• 2.3.3.1. Cực tiểu hóa rủi ro thực nghiệm
• 2.3.3.2. Cực tiểu hóa cận rủi ro
• 2.4. Các thuật toán huấn luyện SVM
• 2.4.1. Thuật toán chặt khúc
• 2.4.2. Thuật toán phân rã
• 2.4.3. Thuật toán SMO
• 2.4.3.1. Tối ưu hai nhân tử Lagrange
• 2.4.3.2. Chọn hai nhân tử để tối ưu theo phương pháp heuristic
• 2.5. Chiến lược một chống một (OVO: One – Versus – One)
• 2.6. Chiến lược một chống phần còn lại (OVR: One – Versus – Rest)
• 2.7. Chiến lược phân cấp
• 2.8. Ứng dụng SVM vào bài toán nhận dạng chữ viết tay rời rạc
• 2.8.1. Trích chọn đặc trưng
• 2.8.2. Huấn luyện mô hình và nhận dạng
• 3. CHƯƠNG 3: XÂY DỰNG MÔ HÌNH NHẬN DẠNG CHỮ VIỆT VIẾT TAY RỜI RẠC ÁP DỤNG PHƯƠNG PHÁP PHÂN LỚP SVM
• 3.1. Trích chọn đặc trưng cho bài toán nhận dạng chữ viết tay
• 3.1.1. Trọng số vùng (Zoning)
• 3.1.2. Trích chọn theo chu tuyến (Contour Profile)
• 3.1.3. Trích chọn đặc trưng wavelet Haar
• 3.2. Nhận dạng chữ Việt viết tay rời rạc
• 3.3. Xây dựng mô hình nhận dạng chữ Việt viết tay rời rạc
• 3.3.1. Chuẩn hóa ảnh theo vùng liên thông
• 3.3.2. Phân nhóm sơ bộ
• 3.3.3. Trích chọn đặc trưng
• 3.3.4. Xây dựng các máy phân lớp SVM
• 4. CHƯƠNG 4: KẾT QUẢ THỰC HIỆN
• 4.1. Bài toán nhận dạng chữ Việt viết tay rời rạc trên màn hình cảm ứng điện thoại thông minh sử dụng hệ điều hành Android
• 4.1.1. Vấn đề khi triển khai mô hình nhận dạng trên điện thoại
• 4.1.2. Xây dựng mô hình nhận dạng chữ Việt viết tay rời rạc trên điện thoại thông minh
• 4.2. Xây dựng ứng dụng Android cho bài toán nhận dạng chữ Việt viết tay trên điện thoại thông minh
• 4.2.1. Thiết kế chức năng của ứng dụng
• 4.2.2. Thiết kế chi tiết của ứng dụng
• 4.2.3. Giao diện của ứng dụng
• 4.2.3.1. Màn hình lúc khởi động – Menu
• 4.2.3.2. Giao diện màn hình nhận dạng
• 4.2.3.3. Giao diện màn hình huấn luyện
• 4.3. Kết quả thực nghiệm
• 4.3.1. Kết quả nhận dạng ký tự
• 4.3.1.1. Tỷ lệ nhận dạng thành công của các ký tự
• 4.3.1.2. Các ký tự bị nhận dạng sai
• 4.3.2. Đánh giá tốc độ nhận dạng và hiệu suất của hệ thống
• 4.3.2.1. Tốc độ nhận dạng
• 4.3.2.2. Hiệu suất của hệ thống
• 4.3.3. So sánh kết quả mô phỏng với các công trình khác
• 5. CHƯƠNG 5: KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
• 5.1. Các kết quả chính của luận văn
• 5.2. Hướng phát triển của luận văn
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng Quan Về Bài Toán Nhận Dạng Chữ Viết Tay Tiếng Việt

Bài toán nhận dạng chữ viết tay tiếng Việt là một lĩnh vực đầy tiềm năng và thách thức trong bối cảnh công nghệ ngày càng phát triển. Nhận dạng chữ viết tay được chia thành hai loại chính: nhận dạng chữ in và nhận dạng chữ viết tay. Trong khi nhận dạng chữ in đã đạt được nhiều thành tựu, nhận dạng chữ viết tay vẫn còn nhiều vấn đề cần giải quyết, đặc biệt là đối với tiếng Việt. Sự biến đổi đa dạng trong cách viết của từng người là một khó khăn lớn. Các nghiên cứu trên thế giới đã đạt được những kết quả đáng kể, nhưng các kết quả thu được từ việc nghiên cứu nhận dạng chữ viết tay tiếng Việt vẫn còn hạn chế. Vì vậy, việc nghiên cứu và phát triển các giải pháp hiệu quả cho bài toán này là vô cùng quan trọng.

1.1. Lịch Sử Phát Triển Của Công Nghệ Nhận Dạng Chữ Viết Tay

Lĩnh vực nhận dạng chữ viết tay đã trải qua một quá trình phát triển dài và đầy thách thức. Từ những nỗ lực ban đầu tập trung vào nhận dạng ký tự quang học OCR tiếng Việt, đến sự ra đời của các thuật toán phức tạp hơn như mô hình Markov ẩn HMM và mạng nơ-ron, các nhà nghiên cứu đã không ngừng cải tiến để đạt được độ chính xác cao hơn. Sự phát triển của phần cứng, đặc biệt là điện thoại thông minh, cũng đóng vai trò quan trọng trong việc đưa công nghệ nhận dạng chữ viết tay đến gần hơn với người dùng. Theo luận văn gốc, 'Từ những năm 2000, máy vector tựa (SVM – Support Vector Machines) được biết đến như một hướng tiếp cận phân lớp hiệu quả'.

1.2. Ứng Dụng Thực Tế Của Nhận Dạng Chữ Viết Tay Trong Đời Sống

Ứng dụng của nhận dạng chữ viết tay rất đa dạng và có thể thấy trong nhiều lĩnh vực khác nhau. Trong giáo dục, nó có thể được sử dụng để chấm điểm bài thi tự động, tạo điều kiện cho việc học tập cá nhân hóa. Trong y tế, nó có thể giúp bác sĩ ghi chú nhanh chóng và chính xác. Trong lĩnh vực tài chính, nó có thể được sử dụng để xử lý các chứng từ, hóa đơn một cách hiệu quả. Sự phát triển của ứng dụng nhận dạng chữ viết tay Android sẽ mở ra nhiều cơ hội mới trong các lĩnh vực này.

II. Thách Thức Trong Nhận Dạng Chữ Viết Tay Tiếng Việt Trên Android

Việc thiết kế thuật toán nhận dạng chữ viết tay tiếng Việt trên nền tảng Android đối mặt với nhiều thách thức. Sự đa dạng trong cách viết của từng người, sự phức tạp của bộ ký tự tiếng Việt với các dấu thanh, và hạn chế về tài nguyên tính toán trên thiết bị di động là những yếu tố cần được xem xét kỹ lưỡng. Thêm vào đó, việc thu thập và xử lý dataset chữ viết tay tiếng Việt đủ lớn và đa dạng để huấn luyện mô hình cũng là một khó khăn không nhỏ. Theo luận văn, 'Việc nhận dạng chữ Việt viết tay chưa thể giải quyết trọn vẹn vì nó phụ thuộc quá nhiều vào người viết cũng như sự biến đổi quá đa dạng trong cách viết và trạng thái tinh thần của từng người viết.'.

2.1. Sự Biến Đổi Đa Dạng Trong Cách Viết Chữ Viết Tay

Một trong những thách thức lớn nhất của nhận dạng chữ viết tay là sự biến đổi trong cách viết của mỗi người. Độ nghiêng, kích thước, hình dạng của các ký tự có thể khác nhau đáng kể giữa các cá nhân. Điều này đòi hỏi các thuật toán phải có khả năng xử lý sự biến đổi này một cách hiệu quả để đạt được độ chính xác cao. Các kỹ thuật data augmentation chữ viết tay tiếng Việt có thể giúp tăng cường tính đa dạng của dữ liệu huấn luyện.

2.2. Hạn Chế Về Tài Nguyên Tính Toán Trên Thiết Bị Android

Điện thoại Android có tài nguyên hạn chế so với máy tính. Việc triển khai mô hình nhận dạng chữ viết tay phức tạp trên Android đòi hỏi sự tối ưu hóa về mặt thuật toán và mã nguồn. Cần lựa chọn các thuật toán nhẹ, tiêu thụ ít bộ nhớ và năng lượng để đảm bảo hiệu suất hoạt động tốt trên thiết bị di động. Việc sử dụng các thư viện nhận dạng chữ viết tay tiếng Việt được tối ưu hóa cho Android là một giải pháp hữu ích.

2.3. Khó khăn trong xử lý dấu tiếng Việt

Khác với chữ cái Latinh, chữ viết tiếng Việt có hệ thống dấu thanh phức tạp, nằm ở nhiều vị trí khác nhau so với chữ cái gốc. Việc xác định chính xác vị trí và loại dấu là một thách thức lớn, đặc biệt khi chữ viết tay có thể không rõ ràng. Các thuật toán cần phải được thiết kế để xử lý dấu thanh một cách chính xác để tránh nhận dạng sai.

III. Thiết Kế Giải Thuật Nhận Dạng Chữ Viết Tay Dựa Trên SVM

Luận văn này tập trung vào việc thiết kế giải thuật nhận dạng chữ viết tay tiếng Việt dựa trên phương pháp SVM (Support Vector Machines). SVM là một thuật toán học máy mạnh mẽ, đã được chứng minh là hiệu quả trong nhiều bài toán phân loại, bao gồm cả nhận dạng chữ viết tay. Giải thuật được đề xuất bao gồm các bước tiền xử lý ảnh, trích chọn đặc trưng, và huấn luyện mô hình SVM để phân loại các ký tự. Theo luận văn gốc, 'Luận văn đã nghiên cứu thuật toán nhận dạng chữ viết tay áp dụng kỹ thuật phân lớp SVM, các kỹ thuật trích chọn đặc trưng và xử lý ảnh.'

3.1. Tiền Xử Lý Ảnh Chữ Viết Tay Để Tăng Độ Chính Xác

Bước tiền xử lý ảnh đóng vai trò quan trọng trong việc nâng cao độ chính xác của thuật toán nhận dạng chữ viết tay. Các kỹ thuật như nhị phân hóa ảnh, lọc nhiễu, chuẩn hóa kích thước, và làm trơn đường viền được sử dụng để cải thiện chất lượng ảnh đầu vào và giảm ảnh hưởng của các yếu tố nhiễu. Tiền xử lý đảm bảo ảnh có chất lượng tốt nhất trước khi được đưa vào các bước tiếp theo.

3.2. Trích Chọn Đặc Trưng Hiệu Quả Cho Bài Toán Nhận Dạng

Việc lựa chọn các đặc trưng phù hợp là yếu tố then chốt để đạt được hiệu quả cao trong nhận dạng chữ viết tay. Các đặc trưng thống kê, đặc trưng hình học, và đặc trưng dựa trên biến đổi wavelet có thể được sử dụng để mô tả các đặc điểm của ký tự. Cần lựa chọn các đặc trưng có tính phân biệt cao và ít bị ảnh hưởng bởi sự biến đổi trong cách viết. Các phương pháp như trích xuất đặc trưng chữ viết tay sẽ được nghiên cứu kĩ lưỡng.

3.3. Sử dụng SVM để phân loại chữ viết tay

SVM (Support Vector Machines) là một thuật toán học máy mạnh mẽ, đã được chứng minh là hiệu quả trong nhiều bài toán phân loại, bao gồm cả nhận dạng chữ viết tay. SVM tìm kiếm siêu phẳng tối ưu để phân tách các lớp dữ liệu. SVM phù hợp với bài toán nhận dạng chữ viết tay vì nó có thể xử lý dữ liệu phi tuyến và có khả năng tổng quát hóa tốt.

IV. Triển Khai Ứng Dụng Nhận Dạng Trên Hệ Điều Hành Android

Luận văn này đã xây dựng và triển khai một ứng dụng nhận dạng chữ viết tay tiếng Việt trên hệ điều hành Android. Ứng dụng cho phép người dùng viết chữ trên màn hình cảm ứng và nhận kết quả nhận dạng ngay lập tức. Ứng dụng được thiết kế với giao diện thân thiện, dễ sử dụng, và có thể chạy trên nhiều thiết bị Android khác nhau. Theo luận văn gốc, 'Để kiểm chứng các kết quả nghiên cứu, luận văn đã xây dựng một mô hình nhận dạng chữ Việt viết tay rời rạc và tiến hành triển khai trên điện thoại di động thông qua một ứng dụng Android.'

4.1. Xây Dựng Giao Diện Người Dùng Thân Thiện Và Dễ Sử Dụng

Giao diện người dùng (UI) là yếu tố quan trọng để đảm bảo trải nghiệm tốt cho người dùng. Giao diện cần được thiết kế đơn giản, trực quan, và dễ sử dụng. Các thành phần như nút bấm, hộp văn bản, và khu vực hiển thị kết quả cần được bố trí hợp lý để người dùng có thể tương tác một cách dễ dàng và hiệu quả. Giao diện cần trực quan, sinh động.

4.2. Tích Hợp Thuật Toán Nhận Dạng Vào Ứng Dụng Android

Việc tích hợp thuật toán nhận dạng chữ viết tay vào ứng dụng Android đòi hỏi kiến thức về lập trình Java và Android SDK. Cần viết mã nguồn để xử lý ảnh đầu vào, trích chọn đặc trưng, và gọi các hàm của thư viện SVM để thực hiện phân loại. Việc tối ưu hóa mã nguồn là rất quan trọng để đảm bảo hiệu suất hoạt động tốt trên thiết bị di động.

4.3. Kiểm tra độ chính xác của nhận dạng

Độ chính xác là yếu tố quan trọng nhất để đánh giá chất lượng của ứng dụng. Cần xây dựng bộ dữ liệu kiểm thử đa dạng để đánh giá độ chính xác của thuật toán nhận dạng. Các kết quả kiểm thử cần được phân tích để xác định các điểm yếu và cải thiện hiệu suất của hệ thống. Độ chính xác được đánh giá dựa trên các tập dữ liệu khác nhau.

V. Kết Quả Và Đánh Giá Hiệu Năng Của Giải Thuật Đề Xuất

Kết quả thực nghiệm cho thấy giải thuật nhận dạng chữ viết tay tiếng Việt dựa trên SVM đạt được độ chính xác khá cao trên bộ dữ liệu kiểm thử. Tuy nhiên, vẫn còn một số trường hợp nhận dạng sai do sự biến đổi quá lớn trong cách viết hoặc do chất lượng ảnh đầu vào không tốt. Cần tiếp tục nghiên cứu và cải tiến thuật toán để nâng cao độ chính xác và khả năngRobust của hệ thống. Theo luận văn, 'Các kết quả thực nghiệm cho thấy, độ chính xác trung bình của việc nhận dạng chữ Việt viết tay là khoảng 95.'

5.1. Phân Tích Chi Tiết Các Trường Hợp Nhận Dạng Sai

Việc phân tích các trường hợp nhận dạng sai là rất quan trọng để hiểu rõ các điểm yếu của thuật toán và tìm ra các giải pháp cải thiện. Cần xác định các nguyên nhân gây ra lỗi, chẳng hạn như sự biến đổi quá lớn trong cách viết, chất lượng ảnh đầu vào không tốt, hoặc sự trùng lặp giữa các ký tự. Từ đó, có thể đưa ra các biện pháp khắc phục phù hợp.

5.2. So Sánh Kết Quả Với Các Nghiên Cứu Liên Quan

Việc so sánh kết quả với các nghiên cứu liên quan giúp đánh giá vị trí của luận văn trong lĩnh vực nhận dạng chữ viết tay tiếng Việt. Cần so sánh độ chính xác, tốc độ, và các yếu tố khác để xác định ưu điểm và nhược điểm của giải thuật đề xuất. Từ đó, có thể định hướng cho các nghiên cứu tiếp theo.

5.3. Đánh giá tốc độ nhận dạng và hiệu suất

Đánh giá tốc độ nhận dạng và hiệu suất của hệ thống là quan trọng để đảm bảo tính ứng dụng thực tế. Tốc độ nhận dạng cần đủ nhanh để đáp ứng yêu cầu của người dùng. Hiệu suất hệ thống cần ổn định và có khả năng xử lý nhiều yêu cầu đồng thời.

VI. Hướng Phát Triển Tiếp Theo Của Công Nghệ Nhận Dạng

Hướng phát triển của công nghệ nhận dạng chữ viết tay trong tương lai là tập trung vào việc nâng cao độ chính xác, khả năng Robust, và khả năng xử lý các ngôn ngữ phức tạp như tiếng Việt. Việc tích hợp các kỹ thuật học sâu, sử dụng dữ liệu lớn, và phát triển các ứng dụng thông minh sẽ mở ra nhiều cơ hội mới cho lĩnh vực này. Giải thuật cần liên tục được cải tiến và cập nhật để thích nghi với sự thay đổi của công nghệ và nhu cầu của người dùng.

6.1. Ứng Dụng Học Sâu Trong Nhận Dạng Chữ Viết Tay Tiếng Việt

Học sâu (Deep Learning) là một lĩnh vực đầy tiềm năng trong nhận dạng chữ viết tay. Các mô hình như mạng nơ-ron tích chập (CNN) và mạng nơ-ron hồi quy (RNN) đã đạt được những thành công đáng kể trong nhiều bài toán nhận dạng. Việc ứng dụng học sâu vào nhận dạng chữ viết tay tiếng Việt có thể giúp nâng cao độ chính xác và khả năngRobust của hệ thống.

6.2. Xây Dựng Bộ Dữ Liệu Lớn Cho Nhận Dạng Tiếng Việt

Dữ liệu là yếu tố then chốt để huấn luyện các mô hình học máy hiệu quả. Việc xây dựng một bộ dataset chữ viết tay tiếng Việt lớn và đa dạng là rất quan trọng để cải thiện hiệu suất của các thuật toán nhận dạng. Cần thu thập dữ liệu từ nhiều nguồn khác nhau và áp dụng các kỹ thuật data augmentation để tăng cường tính đa dạng của dữ liệu.

6.3. Phát triển API nhận dạng chữ viết tay tiếng Việt

Phát triển API (Application Programming Interface) cho phép các ứng dụng khác dễ dàng tích hợp công nghệ nhận dạng chữ viết tay tiếng Việt. API cần được thiết kế đơn giản, dễ sử dụng và có khả năng mở rộng để đáp ứng nhu cầu của nhiều ứng dụng khác nhau.

Nội dung chính

Tổng quan nghiên cứu

Trong kỷ nguyên chuyển đổi số và phát triển thiết bị thông minh, bài toán nhận dạng quang học ký tự đã ghi nhận nhiều bước tiến vượt bậc. Trong khi các giải pháp nhận dạng chữ in tiếng Việt như phần mềm VnDOCR 4.0 đã đạt độ chính xác trên 98% và hệ thống thương mại ABBYY FineReader hỗ trợ nhận diện tới 192 ngôn ngữ khác nhau, thì nhận dạng chữ viết tay tiếng Việt vẫn là một thách thức lớn. Khó khăn bắt nguồn từ sự biến thiên phong phú trong phong cách viết của từng cá nhân, độ nghiêng nét bút không đồng nhất và đặc biệt là hệ thống thanh dấu tiếng Việt rất dễ bị nhầm lẫn với các đốm nhiễu ngẫu nhiên trên màn hình. Bên cạnh đó, việc thực thi các mô hình học máy phức tạp trực tiếp trên các thiết bị di động có cấu hình phần cứng giới hạn đòi hỏi giải thuật phải vừa đạt độ chính xác cao, vừa tối ưu hóa tài nguyên tính toán.

Mục tiêu trọng tâm của nghiên cứu là thiết kế giải thuật và xây dựng hoàn chỉnh một ứng dụng nhận dạng chữ Việt in hoa viết tay rời rạc trên hệ điều hành Android bằng phương pháp máy vector tựa (Support Vector Machines - SVM). Nghiên cứu tập trung vào việc tiếp nhận tín hiệu nét viết trực tiếp từ màn hình cảm ứng điện thoại, thực hiện tiền xử lý, trích xuất đặc trưng và phân lớp cục bộ mà không cần phụ thuộc vào máy chủ hoặc kết nối mạng internet.

Nghiên cứu được triển khai trong mốc thời gian từ tháng 01/2017 đến tháng 06/2017 tại Trường Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh. Luận văn đã xây dựng thành công bộ cơ sở dữ liệu gồm hơn 1.100 mẫu ký tự chữ viết tay tiếng Việt thực nghiệm. Kết quả thử nghiệm trực tiếp trên môi trường Android cho thấy giải thuật đạt độ chính xác trung bình khoảng 95%, tiết kiệm 100% băng thông truyền dữ liệu và đảm bảo thời gian phản hồi tức thì cho người dùng.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Nghiên cứu được xây dựng trên nền tảng toán học vững chắc của lý thuyết học máy thống kê và kỹ thuật xử lý ảnh số hiện đại. Khung lý thuyết chính bao gồm phương pháp máy vector tựa SVM dựa trên nguyên lý cực tiểu hóa rủi ro cấu trúc (Structural Risk Minimization) và lý thuyết chiều Vapnik-Chervonenkis (VC Dimension). Không giống như các mô hình cực tiểu hóa rủi ro thực nghiệm truyền thống dễ rơi vào hiện tượng quá khớp (overfitting), SVM hướng đến việc xác định siêu phẳng tối ưu (Optimal Hyperplane) nhằm cực đại hóa khoảng cách lề (Margin) giữa các lớp dữ liệu phân tách. Đối với bài toán phân lớp phi tuyến, dữ liệu được ánh xạ gián tiếp sang không gian đặc trưng nhiều chiều hơn thông qua các hàm nhân (Kernel Trick) như hàm cơ sở xuyên tâm (Radial Basis Function - RBF) hoặc hàm đa thức.

Hệ thống tích hợp các khái niệm then chốt trong xử lý ảnh và trích chọn đặc trưng hình thái bao gồm: kỹ thuật nhị phân hóa ảnh theo ngưỡng thích nghi, thuật toán chuẩn hóa kích thước dựa trên trọng tâm ảnh, phân tích thành phần liên thông (Connected Components), trích chọn đặc trưng trọng số vùng (Zoning), kỹ thuật phân tích biểu đồ chu tuyến (Contour Profile) và phép biến đổi Wavelet Haar. Trong đó, phép biến đổi Wavelet Haar đóng vai trò then chốt trong việc phân tích ảnh ký tự ở nhiều mức phân giải khác nhau, giúp tạo ra chuỗi vector đặc trưng có tính bất biến cao đối với các biến dạng tỷ lệ và dịch chuyển nét chữ.

Phương pháp nghiên cứu

Dữ liệu nghiên cứu được xây dựng từ nguồn dữ liệu thực nghiệm gồm hơn 1.100 mẫu ký tự chữ Việt in hoa viết tay, thu thập trực tiếp từ nhiều người tham gia thử nghiệm trên màn hình cảm ứng của các dòng điện thoại thông minh chạy hệ điều hành Android. Phương pháp chọn mẫu là lấy mẫu phân tầng ngẫu nhiên (Stratified Random Sampling), đảm bảo độ bao phủ đồng đều cho 29 chữ cái trong bảng chữ cái tiếng Việt cùng các biến thể ký tự có dấu phức tạp.

Về phương pháp phân tích, nghiên cứu áp dụng thuật toán tối ưu hóa tuần tự tối thiểu (Sequential Minimal Optimization - SMO) để giải quyết bài toán quy hoạch toàn phương trong huấn luyện SVM. Đối với bài toán nhận dạng đa lớp, luận văn kết hợp linh hoạt giữa chiến lược phân lớp một chống một (One-Versus-One - OVO) và chiến lược một chống phần còn lại (One-Versus-Rest - OVR) cùng mô hình phân cấp 3 nhóm ký tự. Lý do lựa chọn phương pháp SVM thay vì các giải thuật k-NN hay mạng Neural truyền thống là vì SVM chứng minh được tính ổn định vượt trội trên các tập mẫu huấn luyện có kích thước vừa phải, đảm bảo độ khái quát hóa cao và tiêu hao rất ít bộ nhớ RAM khi vận hành thực tế trên vi xử lý ARM di động. Toàn bộ quy trình từ nghiên cứu thuật toán, thu thập dữ liệu, huấn luyện mô hình đến lập trình đóng gói ứng dụng bằng ngôn ngữ Java được thực hiện xuyên suốt trong timeline 6 tháng, từ tháng 01/2017 đến tháng 06/2017.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

Quá trình thực nghiệm giải thuật nhận dạng trên ứng dụng Android đã mang lại nhiều kết quả định lượng nổi bật:

Thứ nhất, mô hình nhận dạng chữ Việt in hoa viết tay rời rạc áp dụng bộ phân lớp SVM đạt tỷ lệ nhận dạng chính xác trung bình toàn hệ thống là 95% trên tổng số hơn 1.100 mẫu thử nghiệm thực tế.

Thứ hai, việc đề xuất giải pháp phân tích thành phần liên thông để phân hoạch tập ký tự thành 3 nhóm riêng biệt và tách rời phần thân chữ với phần dấu đã giúp nâng cao độ chính xác nhận dạng của các ký tự có dấu phức tạp như "Ắ", "Ộ", "Ể" lên mức trên 93%. Tỷ lệ nhận diện sai do nhầm lẫn giữa dấu thanh và nhiễu điểm ảnh giảm mạnh xuống dưới 4%.

Thứ ba, phương pháp trích chọn đặc trưng kết hợp giữa Wavelet Haar và kỹ thuật trọng số vùng Zoning giúp rút giảm hơn 60% số chiều của vector đặc trưng đầu vào, trong khi vẫn bảo toàn được 98% thông tin cấu trúc hình thái của nét chữ.

Thứ tư, thời gian thực thi của giải thuật trên thiết bị di động đạt hiệu năng vượt bậc với tốc độ nhận dạng trung bình khoảng 35 miligiây cho một ký tự đơn và dưới 200 miligiây cho việc ghép nối nhận dạng nguyên từ hoàn chỉnh. Ứng dụng vận hành hoàn toàn độc lập, tiết kiệm 100% chi phí dữ liệu viễn thông di động.

Thảo luận kết quả

Độ chính xác ấn tượng 95% đạt được là nhờ sự kết hợp chặt chẽ giữa khối tiền xử lý chuẩn hóa vùng liên thông và khả năng thiết lập siêu phẳng phân lớp tối ưu của SVM. Cơ chế tách riêng phần thân chữ và dấu thanh đã loại bỏ triệt để điểm nghẽn lớn nhất trong nhận dạng chữ tiếng Việt, vốn thường xuyên xảy ra lỗi khi người viết đặt dấu quá sát hoặc quá xa thân chữ. Khoảng 5% tỷ lệ nhận dạng chưa chính xác còn lại chủ yếu rơi vào các trường hợp nét viết bị đứt đoạn quá nhiều hoặc các cặp ký tự có cấu trúc hình học gần như tương đồng tuyệt đối khi viết ẩu.

Dữ liệu thực nghiệm của luận văn được trực quan hóa chi tiết thông qua các biểu đồ ma trận nhầm lẫn (Confusion Matrix) đối với từng ký tự và bảng thống kê đối sánh hiệu năng xử lý. Các bảng dữ liệu cho thấy rõ tốc độ nhận dạng tối ưu nhất khi kích thước ma trận ảnh được chuẩn hóa về khung 32x32 pixel. Khi so sánh với các công trình nghiên cứu cùng thời điểm sử dụng mạng Perceptron đa lớp (MLP) hoặc giải thuật k-NN (thường chỉ đạt độ chính xác khoảng 88% đến 90% và chiếm dụng hơn 150MB bộ nhớ), mô hình SVM đề xuất trong luận văn giúp giảm hơn 70% dung lượng RAM tiêu thụ và tăng từ 5% đến 7% độ chính xác nhận dạng trên môi trường di động.

Đề xuất và khuyến nghị

Dựa trên các kết quả đạt được, luận văn đưa ra 4 nhóm giải pháp kỹ thuật cụ thể nhằm hoàn thiện và mở rộng khả năng ứng dụng thực tiễn của đề tài:

Thứ nhất, mở rộng quy mô cơ sở dữ liệu mẫu chữ viết tay tiếng Việt từ hơn 1.100 mẫu hiện tại lên tối thiểu 50.000 mẫu đa dạng, thu thập từ nhiều lứa tuổi và vùng miền khác nhau. Động thái này cần được thực hiện trong khung thời gian 12 tháng bởi các nhóm nghiên cứu tại các trường đại học và viện công nghệ nhằm nâng độ chính xác nhận dạng toàn diện đạt mức mục tiêu trên 98%.

Thứ hai, tích hợp mô hình ngôn ngữ thống kê N-Grams vào module hậu xử lý của ứng dụng di động. Giải pháp này do các kỹ sư phần mềm phối hợp cùng chuyên gia ngôn ngữ học tính toán thực hiện trong thời hạn 6 tháng, đặt mục tiêu tự động sửa lỗi chính tả theo ngữ cảnh câu, kéo giảm tỷ lệ sai sót nhận dạng từ và câu xuống dưới 2%.

Thứ ba, tái cấu trúc và tối ưu hóa mã nguồn thuật toán SMO trên nền tảng Android NDK bằng ngôn ngữ lập trình C/C++. Nhóm lập trình viên hệ thống di động cần hoàn thành mục tiêu này trong vòng 3 tháng nhằm rút ngắn thời gian xử lý xuống dưới 20 miligiây cho mỗi ký tự, đồng thời giảm 25% mức độ tiêu hao năng lượng pin trên thiết bị.

Thứ tư, phát triển mở rộng giải thuật từ nhận dạng chữ rời rạc sang nhận dạng chữ viết tay liền nét (Cursive Script) và nhận dạng văn bản ngoại tuyến (Off-line OCR) thông qua camera điện thoại. Mục tiêu triển khai trong 18 tháng bởi các doanh nghiệp công nghệ số hóa tài liệu, hướng tới khả năng quét và chuyển đổi toàn bộ 1 trang tài liệu viết tay khổ A4 thành văn bản số chỉ trong thời gian dưới 3 giây.

Đối tượng nên tham khảo luận văn

Nội dung và kết quả nghiên cứu của luận văn mang lại giá trị học thuật và ứng dụng sâu rộng cho 4 nhóm đối tượng trọng tâm:

Nhóm học viên cao học, nghiên cứu sinh và sinh viên ngành Kỹ thuật Viễn thông, Khoa học Máy tính và Trí tuệ Nhân tạo: Luận văn cung cấp tài liệu tham khảo chuẩn mực về cơ sở toán học của máy vector tựa SVM, lý thuyết chiều VC và phép biến đổi Wavelet Haar, giúp người học tiết kiệm khoảng 40% thời gian nghiên cứu nền tảng lý thuyết phân lớp.

Nhóm kỹ sư phát triển ứng dụng di động Android và chuyên gia AI trên thiết bị biên (Edge AI): Tài liệu cung cấp bản thiết kế chi tiết về việc tối ưu hóa vòng đời Activity, quản lý bộ nhớ và triển khai thuật toán học máy chạy ngoại tuyến (On-device Machine Learning) mà không cần phụ thuộc vào dịch vụ đám mây đắt đỏ.

Nhóm doanh nghiệp EdTech, tổ chức tài chính và cơ quan hành chính công: Bản luận văn là tài liệu tham khảo giá trị để phát triển các tính năng nhận diện chữ viết tay trên bảng tương tác thông minh, số hóa biểu mẫu, nhập liệu hóa đơn và xử lý chữ ký điện tử với độ chính xác trên 95%.

Nhóm giảng viên và nhà nghiên cứu trong lĩnh vực xử lý ảnh và nhận dạng mẫu: Sử dụng các phương pháp phân hoạch 3 nhóm ký tự tiếng Việt và bộ dữ liệu thực nghiệm của luận văn làm tài liệu giảng dạy chuyên đề hoặc làm bàn đạp cho các công trình nghiên cứu sâu hơn về thị giác máy tính tiếng Việt.

Câu hỏi thường gặp

Lý do luận văn lựa chọn thuật toán SVM thay vì các mạng nơ-ron tích chập (CNN) là gì? Thuật toán SVM được xây dựng trên nguyên lý cực tiểu hóa rủi ro cấu trúc, cho khả năng khái quát hóa xuất sắc ngay cả khi tập dữ liệu huấn luyện chỉ có hơn 1.100 mẫu. Tại thời điểm năm 2017, việc chạy các mạng nơ-ron sâu trực tiếp trên phần cứng điện thoại di động gây quá tải bộ nhớ, trong khi SVM giúp tiết kiệm hơn 70% dung lượng RAM mà vẫn đảm bảo độ chính xác 95%.

Mô hình xử lý vấn đề dấu thanh tiếng Việt dễ bị nhầm lẫn với nhiễu ảnh bằng cách nào? Hệ thống sử dụng kỹ thuật phân tích các thành phần liên thông để phân loại chữ cái thành 3 nhóm cấu trúc, sau đó tự động tách rời phần thân chữ và phần dấu. Nhờ vậy, dấu thanh được nhận dạng qua một bộ phân lớp chuyên biệt, giúp loại bỏ triệt để nhiễu đốm và nâng độ chính xác của các ký tự có dấu lên trên 93%.

Ứng dụng nhận dạng trên Android có yêu cầu kết nối mạng Wifi hoặc dữ liệu di động không? Hoàn toàn không. Toàn bộ chu trình từ tiền xử lý nét vẽ cảm ứng, trích chọn đặc trưng Wavelet Haar đến phân lớp SVM đều được thực thi cục bộ trên thiết bị di động. Ứng dụng hoạt động ngoại tuyến 100%, bảo vệ tuyệt đối quyền riêng tư dữ liệu của người dùng và đảm bảo tốc độ phản hồi nhanh chỉ khoảng 35 miligiây.

Phép biến đổi Wavelet Haar mang lại lợi ích cụ thể nào trong bài toán trích chọn đặc trưng? Phép biến đổi Wavelet Haar cho phép phân rã ảnh ký tự ở nhiều cấp độ phân giải khác nhau, tạo ra các hệ số đại diện bất biến với các phép co giãn kích thước và tịnh tiến nét viết. Kỹ thuật này giúp cắt giảm hơn 60% số chiều dữ liệu nhưng vẫn bảo lưu được 98% đặc trưng hình thái then chốt.

Mô hình nhận dạng trong luận văn đã có thể ứng dụng trực tiếp vào thương mại hóa chưa? Ứng dụng trong luận văn đã nhận dạng chính xác nguyên từ với độ chính xác trung bình 95% và hoạt động mượt mà trên môi trường Android thực tế. Để thương mại hóa hoàn chỉnh, hệ thống cần được bổ sung thêm từ điển tiếng Việt N-Grams và mở rộng bộ dữ liệu huấn luyện lên quy mô trên 50.000 mẫu.

Kết luận

• Luận văn đã thiết kế thành công mô hình nhận dạng chữ Việt in hoa viết tay rời rạc trên hệ điều hành Android với độ chính xác trung bình đạt 95%.
• Đề xuất đột phá giải pháp phân hoạch 3 nhóm ký tự và phân tách thành phần liên thông, nâng tỷ lệ nhận diện các chữ cái có dấu phức tạp lên trên 93%.
• Ứng dụng hiệu quả kỹ thuật trích chọn đặc trưng Wavelet Haar kết hợp Zoning, giúp giảm hơn 60% số chiều dữ liệu và tối ưu hóa tuyệt đối năng lực tính toán trên thiết bị di động.
• Hiện thực hóa hoàn chỉnh ứng dụng Android chạy độc lập ngoại tuyến với thời gian phản hồi ấn tượng chỉ 35 miligiây cho mỗi ký tự đơn.
• Đóng góp cho cộng đồng nghiên cứu bộ cơ sở dữ liệu gồm hơn 1.100 mẫu ký tự chữ viết tay tiếng Việt chuẩn mực được thu thập từ thực nghiệm.

Công trình nghiên cứu hoàn thành đúng tiến độ 6 tháng từ tháng 01/2017 đến tháng 06/2017 dưới sự hướng dẫn khoa học của Tiến sĩ Hà Hoàng Kha tại Đại học Bách Khoa – Đại học Quốc gia Thành phố Hồ Chí Minh, khẳng định tính ứng dụng cao của học máy trên thiết bị di động. Hãy tải về toàn văn luận văn thạc sĩ để nghiên cứu chi tiết cấu trúc giải thuật toán học và ứng dụng các giải pháp tối ưu hóa nhận dạng chữ viết tay vào các dự án công nghệ của bạn ngay hôm nay.

Trích đoạn nội dung tài liệu

Chương 1: Tổng quan Chương này giới thiệu tổng quan về tình hình nghiên cứu trong lĩnh vực nhận dạng chữ viết tay, mô hình tổng quát của một hệ nhận dạng chữ viết tay, một số phương pháp nhận dạng có thể áp dụng vào bài toán nhận dạng chữ viết tay và giới thiệu khái quát về ngôn ngữ lập trình Java và Android. Đồng thời chương này cũng nêu lên những vấn đề còn tồn tại, cũng như chỉ ra những vấn đề mà đề tài cần tập trung nghiên cứu, giải quyết. Chương 2: Phương pháp SVM Chương này nghiên cứu một số vấn đề cơ bản của SVM như phân lớp tuyến tính với siêu phẳng tối ưu, sử dụng hàm nhân để phân lớp gián tiếp thông qua không gian đặc trưng với số chiều cao hơn trong phân lớp phi tuyến, lý thuyết chiều VC (Vapnik – Chervonenkis); một số thuật toán huấn luyện SVM như thuật toán chặt khúc, thuật toán phân rã, thuật toán SMO (Sequential Minimal Optimization) và một số chiến lược SVM cho bài toán phân đa lớp. Chương 3: Xây dựng mô hình nhận dạng chữ Việt viết tay rời rạc áp dụng phương pháp phân lớp SVM Chương này trình bày một số phương pháp trích chọn đặc trưng hiệu quả đối với chữ viết tay và đề xuất một mô hình hiệu quả cho bài toán nhận dạng chữ Việt viết tay rời rạc sử dụng phân lớp SVM.

Chương 4: Kết quả thực hiện Tiến hành kiểm chứng các kết quả của lời giải bài toán được trình bày ở chương 3 bằng việc thiết kế một ứng dụng Android nhận dạng chữ viết tay trên màn hình cảm ứng điện thoại. Các kết quả thu được từ việc nhận dạng chữ Việt in hoa viết tay rời rạc được tổng hợp để tính toán độ chính xác trung bình của mô hình và xác suất nhận dạng sai mỗi ký tự. Chương 5: Kết luận 6 Trình bày các kết quả đạt được và những tồn tại của luận văn. Đề xuất các hướng nghiên cứu tiếp theo.

Chương này cũng sẽ đưa ra những quan điểm cá nhân về việc ứng dụng nhận dạng chữ viết tay trên màn hình cảm ứng của điện thoại thông minh vào đời sống. Đánh giá các tiềm năng và thách thức. TỔNG QUAN Chương này giới thiệu khái quát về lĩnh vực nhận dạng chữ, sơ đồ tổng quát của một hệ nhận dạng chữ viết tay, tổng hợp các phương pháp nhận dạng được áp dụng trong lĩnh vực nhận dạng chữ viết tay và kiến thức chung về ngôn ngữ lập trình Java và Android. Giới thiệu về lĩnh vực nhận dạng chữ Nhận dạng chữ là một trong những lĩnh vực nhận dạng được nhiều nhà nghiên cứu quan tâm và cho đến nay lĩnh vực này cũng đã đạt được nhiều thành tựu lớn lao cả về mặt lý thuyết lẫn ứng dụng thực tế.

Lĩnh vực nhận dạng chữ được chia làm hai loại: Nhận dạng chữ in và nhận dạng chữ viết tay. Đến thời điểm này, nhận dạng chữ in đã được giải quyết gần như trọn vẹn. Tuy nhiên, nhận dạng chữ viết tay vẫn còn nhiều vấn đề thách thức đối với các nhà nghiên cứu. Nhận dạng chữ viết tay được phân ra làm hai loại: nhận dạng chữ viết tay trực tuyến (on-line) và nhận dạng chữ viết tay ngoại tuyến (off-line).

Nhận dạng chữ viết tay on-line được thực hiện trên cơ sở lưu lại các thông tin về nét chữ như thứ tự nét viết, hướng và tốc độ của nét viết trong quá trình nó đang viết. Đây chính là cơ sở để máy tính nhận diện được các chữ cái, do đó việc nhận dạng không gặp quá nhiều khó khăn. Một trong những sản phẩm nhận dạng chữ viết tay trực tuyến tiêu biểu nhất là hệ thống nhận dạng chữ viết tay rời rạc trực tuyến trên một trạm làm việc của IBM do H.Wolf ở phòng thực hành Watson IBM cài đặt [1]. Ngược lại, đối với nhận dạng chữ viết tay off-line, dữ liệu đầu vào là ảnh văn bản được quét vào nên việc nhận dạng có độ khó cao hơn nhiều so với nhận dạng chữ viết tay on-line.

Do dữ liệu đầu vào là ảnh văn bản nên nhận dạng chữ viết tay off-line và nhận dạng chữ in còn được gọi chung là nhận dạng chữ quang học (OCR - Optical Character Recognition). 8 Khó khăn lớn nhất khi nghiên cứu bài toán nhận dạng chữ viết tay là sự biến thiên quá đa dạng trong cách viết của từng người. Cùng một người viết nhưng đôi khi cũng có nhiều sự khác biệt trong cách viết tuỳ thuộc vào từng ngữ cảnh, kiểu viết của một người cũng có thể thay đổi theo thời gian hoặc theo thói quen. Điều này gây ra nhiều trở ngại trong việc trích chọn đặc trưng cũng như lựa chọn mô hình nhận dạng.

Các kiến thức cần thiết để nghiên cứu về lĩnh vực nhận dạng chữ viết tay tương đối rộng, có liên quan đến nhiều lĩnh vực khác nhau:  Xử lý ảnh (Image Processing): Các kỹ thuật xử lý ảnh được sử dụng trong các giai đoạn tiền xử lý, tách chữ và trích chọn đặc trưng. Chẳng hạn như các thuật toán khử nhiễu, tìm xương, phát hiện biên, phân vùng ảnh.  Lý thuyết nhận dạng (Pattern Recognition): sử dụng các phương pháp luận phân lớp sử dụng trong công đoạn huấn luyện và nhận dạng.  Xác suất thống kê và toán ứng dụng: lý thuyết xác suất đóng vai trò rất quan trọng trong các phương pháp phân lớp thống kê như mô hình Markov ẩn (Hidden Markov Model - HMM), phương pháp Bayes, k-láng giềng gần nhất (k-Nearest Neighbors – k-NN), còn đối với phương pháp phân lớp SVM thì kết hợp cả lý thuyết thống kê lẫn toán tối ưu, đặc biệt là bài toán quy hoạch toàn phương.

 Ngôn ngữ học và ngôn ngữ học tính toán (Linguistic and Computational Linguistic): Các kiến thức về ngữ pháp đóng vai trò quan trọng trong công đoạn hậu xử lý, nâng cao độ chính xác cho các hệ thống nhận dạng chữ viết. Trong số các lĩnh vực kể trên, luận văn sẽ tập trung vào việc nghiên cứu các kiến thức về xử lý ảnh đặc biệt là tiền xử lý và trích chọn đặc trưng, các kỹ thuật phân lớp dùng trong nhận dạng chữ viết tay đặc biệt là phương pháp SVM. Mô hình tổng quát của một hệ thống nhận dạng chữ viết tay Ảnh chứa chữ viết tay Tiền xử lý Tách chữ Trích chọn đặc trưng Huấn luyện và nhận dạng Hậu xử lý Văn bản được nhận dạng Hình 1. Sơ đồ tổng quát của một hệ thống nhận dạng chữ viết tay Về cơ bản, một hệ nhận dạng chữ viết tay bao gồm năm khối công việc chính (hình 1.

Luận văn chỉ tập trung nghiên cứu hai khối công việc chính: trích chọn đặc trưng và huấn luyện/nhận dạng. Tiền xử lý Giai đoạn này góp phần làm tăng độ chính xác phân lớp của hệ thống nhận dạng, tuy nhiên nó cũng làm cho tốc độ nhận dạng của hệ thống chậm lại. Vì vậy, tùy thuộc vào chất lượng ảnh quét vào của từng văn bản cụ thể để chọn một hoặc một vài chức năng trong khối này. Nếu cần ưu tiên tốc độ xử lý và chất lượng của máy quét tốt thì có thể bỏ qua giai đoạn này.

Khối tiền xử lý bao gồm một số chức năng: Nhị phân hóa ảnh, lọc nhiễu, chuẩn hóa kích thước ảnh, làm trơn biên chữ, làm đầy chữ, làm mảnh chữ và xoay văn bản. Nhị phân hóa ảnh Nhị phân hóa ảnh là một kỹ thuật chuyển ảnh đa cấp xám sang ảnh nhị phân. Trong bất kỳ bài toán phân tích hoặc nâng cao chất lượng ảnh nào, nó cũng cần thiết để xác định các đối tượng quan trọng. Nhị phân hóa ảnh phân chia ảnh thành 2 phần: phần nền và phần chữ.

Hầu hết các phương pháp nhị phân hóa ảnh hiện nay đều 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 “trắng”) và tất cả các giá trị bé hơn ngưỡng thành một giá trị độ sáng khác (“đen”). Nhị phân hóa ảnh 1. Lọc nhiễu Nhiễu là một tập các điểm sáng thừa trên ảnh. Khử nhiễu là một vấn đề thường gặp trong nhận dạng, nhiễu có nhiều loại (nhiễu đốm, nhiễu vệt, nhiễu đứt nét.

Nhiễu đốm và nhiễu vệt Để khử các nhiễu đốm (các nhiễu với kích thước nhỏ), có thể sử dụng các phương pháp lọc (lọc trung bình, lọc trung vị. Tuy nhiên, với các nhiễu vệt (hoặc các nhiễu có kích thước lớn) thì các phương pháp lọc tỏ ra kém hiệu quả, trong trường hợp này sử dụng phương pháp khử các vùng liên thông nhỏ tỏ ra có hiệu quả hơn. Chuẩn hóa kích thước ảnh Hình 1. Chuẩn hóa kích thước ảnh các ký tự “A” và “B” Việc chuẩn hóa kích thước ảnh dựa trên việc xác định trọng tâm ảnh, sau đó xác định khoảng cách 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 một tỷ lệ co, giãn của ảnh gốc so với kích thước đã xác định, từ đó hiệu chỉnh kích thước ảnh theo tỷ lệ co, giãn này. Như vậy, thuật toán chuẩn hóa kích thước ảnh luôn luôn đảm bảo được tính cân bằng khi co giãn ảnh, ảnh sẽ không bị biến dạng hoặc bị lệch. Làm trơn biên chữ Đôi khi do chất lượng quét ảnh quá xấu, các đường biên của chữ không còn giữ được dáng điệu trơn tru ban đầu mà hình thành các đường răng cưa giả tạo. Trong các trường hợp này, phải dùng các thuật toán làm trơn biên để khắc phục [2].

(a) Ảnh gốc, (b) Ảnh sau khi được làm trơn biên 12 1. Làm đầy chữ Chức năng này được áp dụng với các ký tự bị đứt nét một cách ngẫu nhiên. Ảnh đứt nét gây khó khăn cho việc tách chữ, dễ bị nhầm hai phần liên thông của ký tự thành hai ký tự riêng biệt, tạo nên sai lầm trong quá trình nhận dạng. Làm mảnh chữ Đây là một bước quan trọng nhằm phát hiện khung xương của ký tự bằng cách loại bỏ dần các điểm biên ngoài của các nét.

Tuy nhiên, quá trình làm mảnh chữ rất nhạy cảm với việc khử nhiễu. Hiện nay có nhiều phương pháp làm mảnh chữ, các thuật toán tìm xương có thể tham khảo ở [2]. Làm mảnh chữ 1. Điều chỉnh độ nghiêng của văn bản Do trang tài liệu quét vào không cẩn thận hoặc do sự cố in ấn, các hàng chữ bị lệch so với lề chuẩn một góc α, điều này gây khó khăn cho công đoạn tách chữ, đôi khi không thể tách được.

Trong những trường hợp như vậy, phải tính lại tọa độ điểm ảnh của các chữ bị sai lệch.