Luận văn thạc sĩ HCMUTE về thiết kế hệ thống nhúng nhận dạng chữ viết tay tiếng Việt

Khám phá luận văn thạc sĩ HCMUTE về thiết kế hệ thống nhúng nhận dạng chữ viết tay tiếng Việt, ứng dụng công nghệ hiện đại trong giáo dục.

• Tác giả: Lê Hồng Phúc
• Người hướng dẫn: TS. Hoàng Trang
• Trường học: Đại Học Sư Phạm Kỹ Thuật Thành Phố Hồ Chí Minh
• Chuyên ngành: Kỹ Thuật Điện Tử
• Đề tài: Thiết Kế Hệ Thống Nhúng Nhận Dạng Chữ Viết Tay Tiếng Việt
• Loại tài liệu: thesis
• Năm xuất bản: 2014
• Địa điểm: Hồ Chí Minh

Mục lục chi tiết

• LỜI CẢM ƠN
• LỜI CAM ĐOAN
• TÓM TẮT
• ABSTRACT
• 1. CHƯƠNG 1: TỔNG QUAN
• 1.1. Giới thiệu đề tài
• 1.2. Tình hình nghiên cứu
• 1.3. Ý nghĩa khoa học và thực tiễn
• 1.3.1. Ý nghĩa khoa học
• 1.3.2. Ý nghĩa thực tiễn
• 1.4. Nhiệm vụ và giới hạn của đề tài
• 1.4.1. Nhiệm vụ của đề tài
• 1.4.2. Giới hạn của đề tài
• 1.5. Phương pháp thực hiện
• 1.5.1. Phương pháp tài liệu
• 1.5.2. Phương pháp thực nghiệm
• 1.6. Bố cục của luận văn
• 2. CHƯƠNG 2: CƠ SỞ LÝ THUYẾT
• 2.1. Các bước trong một hệ thống nhận dạng chữ viết
• 2.2. Phân vùng ký tự
• 2.3. Trích chọn đặc trưng
• 2.4. Phân lớp dữ liệu
• 2.4.1. Các vấn đề liên quan đến phân lớp dữ liệu
• 2.4.2. Phương pháp phân lớp SVM
• 2.4.3. Phân lớp tập dữ liệu không khả tách tuyến tính
• 2.4.4. SVM cho nhận dạng đa lớp
• 2.4.4.1. Một chống phần còn lại (OVR: One-vs-Rest)
• 2.4.4.2. Một chống một (OVO: One-vs-One)
• 2.5. Vai trò của xử lý ảnh trong nhận dạng
• 2.5.1. Xử lý ảnh với OpenCV
• 2.5.1.1. Giới thiệu về OpenCV
• 2.6. Hệ thống nhúng
• 2.6.1. Hệ điều hành nhúng
• 2.6.1.1. Hệ điều hành Angstrom (Ångström)
• 2.6.1.2. Các lệnh cơ bản trên hệ điều hành Angstrom
• 2.6.2. Hệ thống phần cứng
• 2.6.2.1. Giới thiệu về board nhúng BBxM
• 2.6.2.2. Cấu trúc hệ thống của BBxM
• 2.6.2.3. Một số ứng dụng của BBxM
• 3. CHƯƠNG 3: NHẬN DẠNG CHỮ VIẾT TAY TIẾNG VIỆT
• 3.1. Bộ ký tự nhận dạng
• 3.2. Mô hình nhận dạng chữ viết tay rời rạc
• 3.2.1. Thu nhận ảnh
• 3.2.2. Tách ký tự và dấu
• 3.2.3. Trích đặc trưng
• 3.2.3.1. Đặc trưng theo chu tuyến
• 3.2.3.2. Phân bố điểm ảnh
• 3.2.4. Huấn luyện và nhận dạng
• 3.2.4.1. Xây dựng bộ huấn luyện
• 3.2.5. Ghi kết quả
• 4. CHƯƠNG 4: XÂY DỰNG ỨNG DỤNG TRÊN BOARD NHÚNG
• 4.1. Xây dựng hệ điều hành nhúng
• 4.2. Biên dịch ứng dụng trên board nhúng
• 4.2.1. Biên dịch OpenCV cho ARM
• 4.2.2. Thiết lập Qt cho BBxM
• 4.2.2.1. Cài đặt trình biên dịch chéo
• 4.2.2.2. Biên dịch Qt Everywhere
• 4.2.3. Thiết lập Qt Creator để biên dịch với nền tảng Qt Everywhere
• 4.2.4. Biên dịch ứng dụng Qt với thư viện OpenCV cho BBxM
• 4.2.5. Thiết lập BBxM
• 4.2.6. Biên dịch và thực thi ứng dụng trên BBxM
• 5. CHƯƠNG 5: KẾT QUẢ VÀ KẾT LUẬN
• 5.1. Kết quả đạt được
• 5.1.1. Hoạt động của chương trình
• 5.1.2. Một số kết quả đạt được của chương trình nhận dạng
• 5.1.3. Kết quả thống kê
• 5.2. Kết quả nghiên cứu
• 5.3. Hướng nghiên cứu và phát triển
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Tổng quan

Đề tài 'Thiết kế hệ thống nhúng nhận dạng chữ viết tay tiếng Việt' được thực hiện nhằm giải quyết vấn đề nhận dạng chữ viết tay trong bối cảnh số hóa thông tin. Việc sử dụng hệ thống nhúng giúp tối ưu hóa quy trình nhận dạng, mang lại tính linh hoạt và hiệu quả cao hơn so với các hệ thống truyền thống. Nhận dạng chữ viết tay có nhiều ứng dụng thực tiễn, từ việc xử lý biểu mẫu đến tự động hóa trong các lĩnh vực như y tế và tài chính. Đề tài này không chỉ tập trung vào việc phát triển công nghệ nhận dạng mà còn nghiên cứu sâu về các phương pháp xử lý ảnh và thuật toán phân lớp, đặc biệt là kỹ thuật SVM (Support Vector Machines).

1.1 Giới thiệu đề tài

Nhận dạng chữ viết tay là một lĩnh vực nghiên cứu quan trọng trong công nghệ thông tin. Đề tài này tập trung vào việc phát triển một hệ thống nhúng có khả năng nhận dạng chữ viết tay tiếng Việt. Việc số hóa thông tin chữ viết tay giúp cải thiện khả năng lưu trữ và truy xuất dữ liệu. Hệ thống sẽ sử dụng các phương pháp xử lý ảnh để tách và nhận dạng các ký tự, từ đó xây dựng một mô hình học máy hiệu quả. Đặc biệt, việc áp dụng công nghệ thông tin trong nhận dạng chữ viết tay sẽ mở ra nhiều cơ hội mới cho các ứng dụng trong thực tiễn.

1.2 Tình hình nghiên cứu

Nghiên cứu về nhận dạng chữ viết tay đã có nhiều tiến bộ, nhưng vẫn còn nhiều thách thức. Các hệ thống hiện tại chủ yếu tập trung vào nhận dạng chữ viết tay của các ngôn ngữ khác như tiếng Anh, trong khi tiếng Việt vẫn chưa được nghiên cứu sâu. Đề tài này sẽ khảo sát các phương pháp hiện có và áp dụng chúng vào việc nhận dạng chữ viết tay tiếng Việt. Việc sử dụng công nghệ nhận dạng tiên tiến như SVM sẽ giúp cải thiện độ chính xác và tốc độ nhận dạng. Các nghiên cứu trước đây cho thấy rằng việc áp dụng các phương pháp học máy có thể mang lại kết quả khả quan trong việc nhận dạng chữ viết tay.

II. Cơ sở lý thuyết

Chương này sẽ trình bày các khái niệm cơ bản về nhận dạng chữ viết tay và các bước trong quy trình nhận dạng. Đầu tiên, việc phân vùng ký tự là rất quan trọng để tách biệt các ký tự trong một dòng chữ. Sau đó, các đặc trưng của ký tự sẽ được trích xuất để phục vụ cho quá trình phân lớp. Việc sử dụng OpenCV trong xử lý ảnh sẽ giúp tối ưu hóa quy trình này. Hệ thống sẽ áp dụng các phương pháp phân lớp như SVM để nhận dạng các ký tự đã được tách ra.

2.1 Các bước trong một hệ thống nhận dạng chữ viết

Quy trình nhận dạng chữ viết tay bao gồm nhiều bước quan trọng. Đầu tiên là thu nhận ảnh từ camera, sau đó là tiền xử lý ảnh để cải thiện chất lượng hình ảnh. Tiếp theo, hệ thống sẽ thực hiện phân vùng ký tự, tách các ký tự và dấu ra khỏi nhau. Cuối cùng, các đặc trưng của ký tự sẽ được trích xuất và đưa vào mô hình phân lớp để nhận dạng. Việc áp dụng công nghệ thông tin trong từng bước này sẽ giúp nâng cao hiệu quả và độ chính xác của hệ thống.

2.2 Phân lớp dữ liệu

Phân lớp dữ liệu là một bước quan trọng trong quy trình nhận dạng chữ viết tay. Hệ thống sẽ sử dụng các thuật toán phân lớp như SVM để phân loại các ký tự đã được trích xuất. SVM là một trong những phương pháp hiệu quả nhất trong việc phân lớp dữ liệu không khả tách tuyến tính. Việc áp dụng SVM trong nhận dạng chữ viết tay sẽ giúp cải thiện độ chính xác và tốc độ nhận dạng. Các nghiên cứu trước đây đã chỉ ra rằng SVM có thể đạt được tỷ lệ nhận dạng cao hơn so với các phương pháp khác.

III. Nhận dạng chữ viết tay tiếng Việt

Chương này sẽ đi sâu vào việc nhận dạng chữ viết tay tiếng Việt, bao gồm các bộ ký tự và mô hình nhận dạng. Việc xây dựng bộ ký tự nhận dạng là rất quan trọng để đảm bảo rằng hệ thống có thể nhận diện được tất cả các ký tự trong tiếng Việt. Hệ thống sẽ sử dụng các phương pháp học máy để huấn luyện mô hình nhận dạng, từ đó cải thiện độ chính xác của hệ thống.

3.1 Bộ ký tự nhận dạng

Bộ ký tự nhận dạng là một phần quan trọng trong hệ thống nhận dạng chữ viết tay. Đối với tiếng Việt, bộ ký tự này cần phải bao gồm tất cả các ký tự cơ bản cũng như các dấu thanh. Việc xây dựng bộ ký tự này sẽ giúp hệ thống có khả năng nhận diện chính xác các ký tự trong văn bản tiếng Việt. Hệ thống sẽ sử dụng các phương pháp trích chọn đặc trưng để tối ưu hóa quá trình nhận dạng, từ đó nâng cao hiệu quả của hệ thống.

3.2 Mô hình nhận dạng chữ viết tay rời rạc

Mô hình nhận dạng chữ viết tay rời rạc sẽ được xây dựng dựa trên các ký tự đã được tách ra. Hệ thống sẽ sử dụng các thuật toán học máy để huấn luyện mô hình nhận dạng, từ đó cải thiện độ chính xác của hệ thống. Việc áp dụng các phương pháp như SVM sẽ giúp hệ thống có khả năng nhận diện chính xác các ký tự trong tiếng Việt. Các kết quả nghiên cứu trước đây đã chỉ ra rằng việc sử dụng mô hình học máy có thể mang lại kết quả khả quan trong việc nhận dạng chữ viết tay.

Nội dung chính

Tổng quan nghiên cứu

Nhận dạng chữ viết tay là một lĩnh vực nghiên cứu quan trọng trong xử lý ảnh và trí tuệ nhân tạo, với nhiều ứng dụng thực tiễn trong y tế, tài chính, bưu chính và quản lý hồ sơ. Theo ước tính, việc số hóa thông tin chữ viết tay giúp tăng tốc độ xử lý biểu mẫu và nâng cao hiệu quả lưu trữ, truy xuất dữ liệu. Tuy nhiên, nhận dạng chữ viết tay tiếng Việt vẫn còn nhiều thách thức do đặc thù ngôn ngữ có dấu và cấu trúc ký tự phức tạp.

Mục tiêu của luận văn là thiết kế một hệ thống nhúng nhận dạng chữ viết tay tiếng Việt rời rạc có dấu, sử dụng các phương pháp xử lý ảnh và thuật toán phân lớp máy học, cụ thể là máy véc tơ hỗ trợ (SVM). Hệ thống được xây dựng trên nền tảng phần cứng BeagleBoard-xM, nhằm tạo ra giải pháp nhận dạng tinh gọn, linh động và có thể ứng dụng trong các thiết bị nhúng.

Phạm vi nghiên cứu tập trung vào bộ ký tự tiếng Việt gồm 93 ký tự, bao gồm 29 chữ cái và 6 thanh điệu, với điều kiện chữ viết rời rạc, không dính nét, viết thẳng hàng và có khoảng cách rõ ràng giữa các ký tự và dòng. Thời gian nghiên cứu kéo dài từ năm 2012 đến 2014 tại Trường Đại học Sư phạm Kỹ thuật TP. Hồ Chí Minh.

Ý nghĩa nghiên cứu thể hiện ở việc phát triển mô hình nhận dạng chữ viết tay tiếng Việt trên hệ thống nhúng, góp phần nâng cao khả năng ứng dụng công nghệ nhận dạng trong thực tế, đồng thời làm nền tảng cho các nghiên cứu tiếp theo về xử lý ngôn ngữ tự nhiên và trí tuệ nhân tạo tại Việt Nam.

Cơ sở lý thuyết và phương pháp nghiên cứu

Khung lý thuyết áp dụng

Luận văn dựa trên các lý thuyết và mô hình sau:

• Các bước trong hệ thống nhận dạng chữ viết tay: bao gồm tiền xử lý ảnh, phân vùng ký tự, trích chọn đặc trưng, phân lớp và hậu xử lý. Tiền xử lý nhằm loại bỏ nhiễu, chuẩn hóa ảnh; phân vùng ký tự giúp tách rời từng ký tự để nhận dạng; trích chọn đặc trưng cung cấp thông tin quan trọng cho phân lớp; phân lớp sử dụng thuật toán máy học để xác định ký tự; hậu xử lý tối ưu kết quả nhận dạng.

• Phương pháp phân lớp SVM (Support Vector Machines): là thuật toán học máy có giám sát, dựa trên lý thuyết học thống kê, tìm siêu phẳng tối ưu phân chia dữ liệu thành các lớp. SVM có khả năng xử lý dữ liệu không khả tách tuyến tính bằng cách sử dụng lề mềm và ánh xạ phi tuyến vào không gian đặc trưng cao chiều hơn thông qua hàm nhân (kernel). Chiến lược phân lớp đa lớp được áp dụng gồm One-vs-Rest (OVR) và One-vs-One (OVO).

• Trích chọn đặc trưng: sử dụng phương pháp chu tuyến kết hợp với xác định mật độ điểm ảnh, nhằm tạo ra tập đặc trưng có khả năng biểu diễn tốt ký tự, không nhạy cảm với nhiễu, độ nghiêng hay dịch chuyển.

• Xử lý ảnh với thư viện OpenCV: cung cấp các hàm xử lý ảnh cơ bản và nâng cao như chuyển đổi không gian màu, nhị phân hóa, biến đổi hình thái học, phát hiện và phân vùng ký tự.

• Hệ thống nhúng BeagleBoard-xM và hệ điều hành Angstrom: nền tảng phần cứng và phần mềm để triển khai ứng dụng nhận dạng chữ viết tay, đảm bảo tính linh động và hiệu suất thực thi trên thiết bị nhúng.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Bộ dữ liệu ký tự viết tay tiếng Việt được xây dựng từ việc thu thập mẫu viết tay của nhiều nhóm đối tượng khác nhau, kết hợp với một số tập mẫu đã có từ các nghiên cứu trước. Bộ ký tự gồm 93 ký tự tiếng Việt có dấu, viết rời rạc.

• Phương pháp phân tích: Ảnh chữ viết tay được thu nhận qua camera hoặc lấy từ bộ nhớ, sau đó thực hiện tiền xử lý ảnh (lọc nhiễu, nhị phân hóa, cân bằng histogram) bằng OpenCV. Tiếp theo là phân vùng ký tự và tách dấu, trích chọn đặc trưng theo chu tuyến và mật độ điểm ảnh. Mẫu đặc trưng được đưa vào mô hình phân lớp SVM với chiến lược đa lớp OVO để huấn luyện và nhận dạng.

• Cỡ mẫu và chọn mẫu: Bộ dữ liệu huấn luyện gồm hàng nghìn mẫu ký tự, được chọn ngẫu nhiên từ các nhóm đối tượng khác nhau nhằm đảm bảo tính đa dạng và đại diện. Tỷ lệ chia dữ liệu theo phương pháp holdout với khoảng 2/3 cho huấn luyện và 1/3 cho kiểm tra.

• Timeline nghiên cứu: Quá trình nghiên cứu kéo dài từ tháng 9/2012 đến tháng 10/2014, bao gồm các giai đoạn: thu thập dữ liệu, xây dựng mô hình lý thuyết, phát triển thuật toán, xây dựng ứng dụng trên máy tính cá nhân, chuyển đổi và tối ưu trên hệ thống nhúng BeagleBoard-xM, đánh giá kết quả và hoàn thiện luận văn.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu suất nhận dạng SVM trên bộ dữ liệu tiếng Việt: Hệ thống đạt độ chính xác khoảng 82% trên tập dữ liệu test gồm hơn 7.000 mẫu ký tự viết tay tiếng Việt rời rạc có dấu. So với các phương pháp mạng nơ-ron truyền thống, SVM cho kết quả nhận dạng chính xác hơn với thời gian huấn luyện giảm từ ~24 giờ xuống còn ~2 giờ, thời gian test tăng nhẹ từ ~2 phút lên ~5 phút trên cùng bộ dữ liệu 60.000 mẫu.

2. Ảnh hưởng của phương pháp trích chọn đặc trưng: Kết quả nhận dạng trên tập dữ liệu MNIST cho thấy đặc trưng Zone 2x2 và Haar Wavelet đạt độ chính xác trên 97%, vượt trội so với đặc trưng ma trận nhị phân (97.8%). Việc sử dụng đặc trưng Projection và Contour Profile giúp giảm số lượng đặc trưng, tăng tốc độ nhận dạng nhưng độ chính xác thấp hơn.

3. Khả năng xử lý ảnh và tách ký tự: Hệ thống xử lý ảnh bằng OpenCV thực hiện tốt các bước tiền xử lý, nhị phân hóa và phân vùng ký tự, giúp tách rời các ký tự và dấu trong chữ viết tay tiếng Việt. Việc tách ký tự và dấu được thực hiện hiệu quả với các thuật toán phân vùng dựa trên vùng liên thông và chiếu biểu đồ tần suất.

4. Triển khai trên hệ thống nhúng BeagleBoard-xM: Ứng dụng nhận dạng được biên dịch và chạy ổn định trên nền hệ điều hành Angstrom của BeagleBoard-xM. Thời gian nhận dạng trên board nhúng chỉ chậm hơn khoảng 20-30% so với trên máy tính cá nhân, đảm bảo tính linh động và khả năng ứng dụng thực tế.

Thảo luận kết quả

Nguyên nhân chính giúp hệ thống đạt hiệu suất cao là do việc kết hợp hiệu quả giữa phương pháp trích chọn đặc trưng chu tuyến và mật độ điểm ảnh, cùng với thuật toán phân lớp SVM có nền tảng toán học vững chắc. So với các nghiên cứu trước đây, việc áp dụng SVM với chiến lược đa lớp OVO giúp giảm thiểu sự bùng nổ số phân lớp và tăng tốc độ nhận dạng.

Kết quả cũng cho thấy việc xử lý ảnh bằng OpenCV giúp cải thiện chất lượng ảnh đầu vào, giảm nhiễu và tăng độ chính xác nhận dạng. Việc triển khai trên hệ thống nhúng BeagleBoard-xM chứng minh tính khả thi của giải pháp trong môi trường phần cứng giới hạn tài nguyên, mở ra hướng phát triển các thiết bị nhận dạng chữ viết tay di động, nhỏ gọn.

Biểu đồ so sánh độ chính xác và thời gian huấn luyện giữa SVM và mạng nơ-ron, cùng bảng thống kê tỷ lệ nhận dạng trên các bộ dữ liệu khác nhau, sẽ minh họa rõ nét hiệu quả của phương pháp đề xuất.

Đề xuất và khuyến nghị

1. Tối ưu hóa thuật toán phân lớp SVM: Áp dụng các kỹ thuật giảm số lượng véc tơ hỗ trợ và cải tiến hàm nhân để giảm thời gian huấn luyện và nhận dạng, hướng tới tăng tốc độ xử lý trên hệ thống nhúng trong vòng 6-12 tháng, do nhóm nghiên cứu và kỹ sư phần mềm thực hiện.

2. Mở rộng bộ dữ liệu huấn luyện: Thu thập thêm mẫu chữ viết tay đa dạng về phong cách, kích thước và độ nghiêng từ nhiều đối tượng khác nhau trên toàn quốc, nhằm nâng cao độ chính xác và khả năng tổng quát của hệ thống trong 1-2 năm tới, phối hợp với các trường học và tổ chức nghiên cứu.

3. Phát triển giao diện người dùng thân thiện: Thiết kế giao diện ứng dụng trên hệ thống nhúng dễ sử dụng, hỗ trợ nhập liệu và chỉnh sửa kết quả nhận dạng, dự kiến hoàn thành trong 6 tháng, do nhóm phát triển phần mềm đảm nhiệm.

4. Nghiên cứu tích hợp nhận dạng câu và văn bản: Mở rộng mô hình nhận dạng từ ký tự đơn lẻ sang nhận dạng câu và văn bản hoàn chỉnh, xử lý các trường hợp chữ viết liền nét và chồng lấp, nhằm nâng cao ứng dụng thực tế, trong vòng 2-3 năm, do nhóm nghiên cứu chuyên sâu về xử lý ngôn ngữ tự nhiên thực hiện.

Đối tượng nên tham khảo luận văn

1. Nhà nghiên cứu và sinh viên ngành Kỹ thuật Điện tử, Công nghệ Thông tin: Có thể áp dụng các phương pháp xử lý ảnh và thuật toán SVM trong các đề tài liên quan đến nhận dạng mẫu, thị giác máy và trí tuệ nhân tạo.

2. Kỹ sư phát triển phần mềm nhúng và ứng dụng di động: Tham khảo quy trình xây dựng và tối ưu hóa ứng dụng nhận dạng chữ viết tay trên nền tảng hệ thống nhúng, đặc biệt là sử dụng BeagleBoard-xM và hệ điều hành Angstrom.

3. Doanh nghiệp phát triển phần mềm nhận dạng chữ viết tay và OCR: Áp dụng các giải pháp kỹ thuật và thuật toán trong luận văn để nâng cao hiệu suất và độ chính xác sản phẩm, đồng thời phát triển các thiết bị số hóa tài liệu.

4. Cơ quan quản lý giáo dục và y tế: Sử dụng công nghệ nhận dạng chữ viết tay để số hóa hồ sơ, biểu mẫu, giúp quản lý dữ liệu nhanh chóng, chính xác và tiết kiệm chi phí.

Câu hỏi thường gặp

1. Hệ thống nhận dạng chữ viết tay tiếng Việt có thể nhận dạng chữ viết liền nét không?
   Hiện tại hệ thống tập trung nhận dạng chữ viết rời rạc, không dính nét. Việc nhận dạng chữ viết liền nét phức tạp hơn và đang được nghiên cứu để phát triển trong tương lai.

2. Tại sao chọn phương pháp SVM thay vì mạng nơ-ron?
   SVM có nền tảng toán học vững chắc, cho độ chính xác cao và thời gian huấn luyện ngắn hơn so với mạng nơ-ron truyền thống, phù hợp với yêu cầu xử lý trên hệ thống nhúng.

3. Bộ dữ liệu huấn luyện được thu thập như thế nào?
   Bộ dữ liệu được thu thập từ nhiều nhóm đối tượng khác nhau, kết hợp với các tập mẫu có sẵn, đảm bảo đa dạng về phong cách viết và độ đại diện cho chữ viết tay tiếng Việt.

4. Ứng dụng có thể chạy trên các thiết bị nhúng khác ngoài BeagleBoard-xM không?
   Có thể, tuy nhiên cần điều chỉnh và tối ưu lại phần mềm phù hợp với cấu hình và hệ điều hành của thiết bị nhúng đó.

5. Làm thế nào để cải thiện độ chính xác nhận dạng?
   Có thể mở rộng bộ dữ liệu huấn luyện, cải tiến thuật toán trích chọn đặc trưng, áp dụng các kỹ thuật học sâu hoặc kết hợp nhiều mô hình phân lớp để nâng cao độ chính xác.

Kết luận

• Đã thiết kế thành công hệ thống nhúng nhận dạng chữ viết tay tiếng Việt rời rạc có dấu, sử dụng phương pháp xử lý ảnh và thuật toán SVM.
• Hệ thống đạt độ chính xác khoảng 82% trên bộ dữ liệu thực nghiệm, vượt trội so với một số phương pháp truyền thống.
• Ứng dụng được triển khai hiệu quả trên nền tảng BeagleBoard-xM với hệ điều hành Angstrom, đảm bảo tính linh động và khả năng ứng dụng thực tế.
• Luận văn góp phần làm nền tảng cho các nghiên cứu tiếp theo về nhận dạng chữ viết tay tiếng Việt và phát triển các thiết bị nhúng thông minh.
• Đề xuất các hướng nghiên cứu mở rộng như nhận dạng chữ viết liền nét, nhận dạng câu và văn bản, tối ưu thuật toán và mở rộng bộ dữ liệu.

Hành động tiếp theo: Khuyến khích các nhà nghiên cứu và kỹ sư ứng dụng kết quả luận văn để phát triển các sản phẩm nhận dạng chữ viết tay đa dạng hơn, đồng thời mở rộng nghiên cứu sang các lĩnh vực liên quan như xử lý ngôn ngữ tự nhiên và trí tuệ nhân tạo.

Hãy bắt đầu ứng dụng công nghệ nhận dạng chữ viết tay tiếng Việt để nâng cao hiệu quả công việc và phát triển các giải pháp thông minh cho tương lai!

Trích đoạn nội dung tài liệu

đặt vấn đề, thu thập dữ liệu cho đến khâu viết báo cáo và kiểm nghiệm. Trên cơ sở đã có đƣợc đề tài và các mục tiêu đƣợc đặt thì việc còn lại chính là tìm kiếm các phƣơng pháp hiệu quả để đạt đƣợc các mục tiêu nhƣ mong muốn.1 Phƣơng pháp tài liệu Tìm hiểu các kỹ thuật xử lý ảnh số; tìm hiểu các kỹ thuật nhận dạng đối tƣợng, nhận dạng mẫu; tìm hiểu các phƣơng pháp trích đặc trƣng hiệu quả cho chữ viết tay. HVTH: Lê Hồng Phúc Trang 6 Luan van Hệ Thống Nhúng Nhận Dạng Chữ Viết Tay Tiếng Việt CBHD: TS. Hoàng Trang Tìm hiểu công cụ lập trình Qt Creator, thƣ viện xử lý ảnh OpenCV và một số thƣ viện liên quan phục vụ cho việc huấn luyện và nhận dạng.2 Phƣơng pháp thực nghiệm Xây dựng cơ sở dữ liệu ký tự huấn luyện bằng cách thu thập mẫu viết tay của nhiều nhóm đối tƣợng khác nhau và đồng thời sử dụng lại một số tập mẫu đã đƣợc thực hiện trên các đề tài tƣơng tự trƣớc đó.

Xây dựng ứng dụng trên máy tính và đánh giá tỷ lệ nhận dạng theo các phƣơng pháp trích chọn đặc trƣng. Tối ƣu hóa chƣơng trình và thực thi ứng dụng trên trên BeagleBoard-xM.6 Bố cục của luận văn Nội dung của luận văn đƣợc chia làm 5 chƣơng:  Chƣơng 1: Giới thiệu tổng quan về đề tài, tình hình nghiên cứu, mục tiêu và giới hạn của đề tài.  Chƣơng 2: Phần cơ sở lý thuyết. Trình bày các bƣớc cơ bản của một hệ thống nhận dạng mẫu trong xử ly ảnh; khái niệm về phân lớp dữ liệu và chi tiết về phƣơng pháp phân lớp SVM.

Nội dung của chƣơng cũng trình bày một số nguyên lý cơ bản của một số hàm trong OpenCV. Phần cuối của chƣơng sẽ giới thiệu sơ qua về hệ điều hành Angstrom và board nhúng BeagleBoard-xM.  Chƣơng 3: Mô hình nhận dạng chữ viết tay tiếng việt. Trƣớc hết trình bày về bộ ký tự tiếng việt, cách phân chia thành các nhóm ký tự dựa trên thành phần liên thông.

Phần quan trọng đƣợc đề cập chính là việc đi sâu giới thiệu và giải thích chi tiết về một số sơ đồ thuật toán trong quá trình phân tách ký tự.  Chƣơng 4: Xây dựng ứng dụng trên Board nhúng BeagleBoard-xM. Nội dung chƣơng này sẽ mô tả các bƣớc xây dựng ứng dụng trên board nhúng, các phƣơng pháp cũng nhƣ các công cụ đƣợc sử dụng cho việc biên dịch ứng dụng để có thể thực thi trên một hệ điều hành nhúng.  Chƣơng 5: Kết quả và kết luận.

Trình bày và đánh giá các kết quả đạt đƣợc của đề tài, đƣa ra định hƣớng nghiên cứu và phát triển của đề tài. HVTH: Lê Hồng Phúc Trang 7 Luan van Hệ Thống Nhúng Nhận Dạng Chữ Viết Tay Tiếng Việt CBHD: TS. Hoàng Trang Chƣơng 2 CƠ SỞ LÝ THUYẾT 2.1 Các bƣớc trong một hệ thống nhận dạng chữ viết [19] Nhận dạng ký tự là một nhánh của kỹ thuật xử lý ảnh số, một hệ thống nhận dạng ký tự cần có một số bƣớc cơ bản nhƣ sau: Ảnh ký tự Tiền xử lý Phân vùng ký tự Trích đặc trƣng Phân lớp Bộ huấn luyện Ký tự đƣợc Hậu xử lý nhận dạng Hình 2.1: Các bƣớc cơ bản trong nhận dạng ký tự [19] 2.1 Tiền xử lý Ảnh ban đầu có thể đƣợc thu nhận thông qua nhiều thiết bị khác nhau nhƣ máy chụp ảnh, máy quay hoặc máy scan. Chất lƣợng ảnh đƣợc xử lý thông qua các thiết bị này có chất lƣợng rất thấp và bị ảnh hƣởng bởi nhiễu.

Một số khâu trong tiền xử lý sẽ giúp ta loại bỏ bớt các thành phần nhiễu, góp phần làm tăng độ chính xác cho một hệ thống nhận dạng. Ảnh sẽ đƣợc làm trơn, HVTH: Lê Hồng Phúc Trang 8 Luan van Hệ Thống Nhúng Nhận Dạng Chữ Viết Tay Tiếng Việt CBHD: TS. Hoàng Trang tăng giảm độ sáng, tách ngƣỡng, biến đổi cấp xám hay thực hiện cân bằng histogram, v. Đối với mô hình nhận dạng chữ viết, chúng ta cần thêm một số khâu nhƣ điều chỉnh độ nghiêng hay làm mãnh chữ.

Tùy theo mục đích ta sẽ ƣu tiên để loại bỏ một số khâu nhằm tăng tốc độ nhận dạng. Kết quả của bƣớc tiền xử lý sẽ cho một ảnh nhị phân với hai phần riêng biệt: phần nền đen và phần chữ trắng hay ngƣợc lại. Với kết quả này sẽ giúp ta dễ dàng thực hiện các phép toán trên điểm ảnh và khi đó tách rời từng ký tự để đƣa vào lấy mẫu và phân lớp.2 Phân vùng ký tự Là quá trình phân tích cấu trúc vật lý của trang văn bản nhằm xác định vị trí tƣơng đối của các vùng thông tin, thông tin ta quan tâm ở đây chính là ký tự. Đây có thể coi là bƣớc quan trọng nhất trong bất kỳ một hệ thống nhận dạng nào bởi nếu không tách đƣợc ký tự sẽ đồng nghĩa với việc ký tự đó sẽ không đƣợc nhận dạng.

Hai hƣớng tiếp cận phổ biến trong phân tích trang văn bản là:  Hƣớng tiếp cận từ trên xuống: toàn bộ văn bản sẽ đƣợc coi là một khối, bằng cách sử dụng phƣơng pháp chiểu biểu đồ tần suất theo cả chiều ngang và chiều dọc. Nếu chiếu theo chiều ngang ta sẽ tách đƣợc các dòng văn bản và sau đó là các thành phần cơ bản của một dòng nhƣ: baseline, ascenders, descenders. Nếu chiếu theo chiều dọc ta sẽ tách đƣợc từng chữ sau đó là từng ký tự.  Hƣớng tiếp cận từ dƣới lên: quá trình phân đoạn bắt đầu bằng việc xác định những thành phần liên thông nhỏ nhất, sau đó gộp chúng lại thành những thành phần lớn hơn, cho đến khi thu đƣợc tất cả các khối trong văn bản.3 Trích chọn đặc trƣng Nhƣ chúng ta đã biết, trích chọn đặc trƣng đóng vai trò hết sức quan trọng bởi nó cung cấp tri thức huấn luyện và nhận dạng cho cả một hệ thống nhận dạng.

Những thông tin hữu ích từ ảnh đầu vào sẽ đƣợc thể hiện nhƣ một tập hợp các véc tơ đặc trƣng. Tập các đặc trƣng này có thể đƣợc sử dụng trong nhiều mô hình máy học khác nhau. Do đó việc đánh giá và lựa chọn phƣơng pháp thích hợp cho quá trình này là điều hết sức cần thiết. Một phƣơng pháp trích đặc trƣng hiệu quả phải đảm HVTH: Lê Hồng Phúc Trang 9 Luan van Hệ Thống Nhúng Nhận Dạng Chữ Viết Tay Tiếng Việt CBHD: TS.

Hoàng Trang bảo những tiêu chí nhƣ không nhạy cảm với nhiễu, kiểu chữ, kích thƣớc, độ nghiêng, độ dịch chuyển và nhiều sự thay đổi khác của chữ viết. Chúng ta có thể kết hợp nhiều phƣơng pháp trích đặc trƣng khác nhau trong một bài toán nhận dạng mẫu. Một tập các véc tơ đặc trƣng lớn sẽ góp phần nâng cao độ chính xác cho hệ thống nhƣng nó lại là một vấn đề thách thức cho bất kỳ một phƣơng pháp phân loại nào, nhất đối với phƣơng pháp sử dụng máy học, bởi nó sẽ làm tăng đáng kể thời gian huấn luyện cũng nhƣ nhận dạng. Do đó cần phải đánh giá và lựa chọn những đặc trƣng quan trọng, có thể biểu diễn tốt đặc điểm của một ký tự hay con số sẽ làm cho hệ thống hoạt động nhanh hơn.

Tổng quan về các phƣơng pháp trích chọn đặc trƣng cho nhận dạng ký tự đƣợc đề cập trong [3] [20] [21], về cơ bản có thể chia thành 3 hƣớng tiếp cận chính:  Trích chọn đặc trƣng thống kê: Một số phƣơng pháp phổ biến nhƣ chia lƣới (Zoning), phƣơng pháp chiếu (Projection histograms), phƣơng pháp giao điểm (Crossing) và khoảng cách (Distance). Các phƣơng pháp này đƣợc đánh giá khá cao, cho phép giải quyết các vấn đề về nhiễu, kích cỡ và một số thay đổi nhỏ trên ảnh nhƣng lại khá nhạy cảm với độ dịch chuyển và độ nghiêng.  Trích chọn đặc trƣng cấu trúc: Trích chọn đặc trƣng về mặt cấu trúc phần lớn dựa trên tính chất hình học của chữ viết nhƣ các điểm uống, điểm nút, điểm cực trị, v. Hƣớng tiếp cận này sẽ khắc phục đƣợc vấn đề về độ nghiêng, độ dịch chuyển nhƣng khó xây dựng đƣợc tập mẫu huấn luyện.

 Trích chọn đặc dựa vào phép biến đổi toàn cục: Các phƣơng pháp biến đổi toàn cục thƣờng đƣợc sử dụng nhƣ biến đổi Cosine rời rạc (DCT), biến đổi Fourier, biến đổi Wavelet Haar và các phƣơng pháp moment. Đặc điểm của phƣơng pháp này là khả năng bất biến với ảnh bị xoay hay dịch chuyển nhƣng lại không giải quyết tốt các vấn đề về nhiễu. Do đó các phƣơng pháp này yêu cầu giải quyết tốt khâu tiền xử lý để gia tăng chất lƣợng ảnh đầu vào.4 Phân lớp Đây là giai đoạn quan trọng nhất, giai đoạn này quyết định độ chính xác của hệ thống nhận dạng. Trong giai đoạn này, những đặc trƣng mới đƣợc rút trích từ các HVTH: Lê Hồng Phúc Trang 10 Luan van Hệ Thống Nhúng Nhận Dạng Chữ Viết Tay Tiếng Việt CBHD: TS.

Hoàng Trang ảnh của các ký tự cần đƣợc nhận dạng sẽ đƣợc đƣa vào bộ nhận dạng đã đƣợc xây dựng từ các mẫu huấn luyện. Kết quả ta sẽ có đƣợc các quyết định đúng đắn về loại (nhãn) của các mẫu mới. Có nhiều kỹ thuật phân lớp tiên tiến đã và đang đƣợc áp dụng cho bài toán nhận dạng chữ viết tay nhƣ HMM, mạng nơ-ron, K-láng giềng gần nhất, luật quyết định Bayes, máy véc tơ hỗ trợ SVM, v. Trong số các kỹ thuật này thì SVM đƣợc đánh giá là phƣơng pháp có độ chính xác phân lớp cao và phƣơng pháp luận của nó đƣợc xây dựng dựa trên một nền tảng toán học rất chặt chẽ.

Một số khái niệm về phƣơng pháp SVM sẽ đƣợc trình bày trong phần kế tiếp.5 Hậu xử lý Một bộ nhận dạng hiếm khi chỉ để dùng đơn lẻ. Thay vào đó nó thƣờng dùng để đƣa ra thao tác tƣơng ứng, mỗi thao tác mất một chi phí tƣơng ứng. Hậu xử lý sẽ dùng đầu ra của bộ phân lớp để quyết định thao tác tƣơng ứng. Theo quan niệm, cách đơn giản nhất để đánh giá hoạt động của một bộ nhận dạng là xem tỷ lệ nhận dạng sai với các mẫu mới.

Do đó chúng ta cần phải nhận dạng với tỷ lệ lỗi thấp nhất. Tuy nhiên chúng ta cần các thao tác tƣơng ứng phải làm cho tổng chi phí là thấp nhất. Có thể phải kết hợp các tri thức đã biết về chi phí, và nó sẽ có ảnh hƣởng đến việc ra các quyết định hành động. Chúng ta cũng cần ƣớc lƣợng trƣớc chi phí để xem có thỏa mãn hay không.2 Phân lớp dữ liệu [6] [22] 2.