Luận văn thạc sĩ ứng dụng thị giác máy tính để trích xuất số báo danh và điểm thi tuyển sinh lớp 10 tại trường thpt vũng tàu

Luận văn thạc sĩ nghiên cứu ứng dụng thị giác máy tính trong việc trích xuất số báo danh và điểm thi tuyển sinh lớp 10 tại trường THPT Vũng Tàu.

• Tác giả: Trần Ngọc Đông Chu
• Người hướng dẫn: TS. Phan Ngọc Hoàng
• Trường học: Trường Đại Học Bà Rịa – Vũng Tàu
• Chuyên ngành: Công Nghệ Thông Tin
• Đề tài: Ứng Dụng Thị Giác Máy Tính Để Trích Xuất Số Báo Danh Và Điểm Thi Tuyển Sinh Lớp 10
• Loại tài liệu: luận văn thạc sĩ
• Năm xuất bản: 2023
• Địa điểm: Vũng Tàu

Mục lục chi tiết

• LỜI CAM ĐOAN
• LỜI CẢM ƠN
• 1. CHƯƠNG 1: GIỚI THIỆU
• 1.1. Mục tiêu của luận văn
• 1.2. Nội dung nghiên cứu
• 1.3. Mục tiêu nghiên cứu
• 1.4. Phạm vi nghiên cứu
• 1.5. Ý nghĩa của đề tài
• 1.5.1. Ý nghĩa khoa học
• 1.5.2. Ý nghĩa thực tiễn
• 1.6. Bố cục luận văn
• 2. CHƯƠNG 2: TỔNG QUAN
• 2.1. Các vấn đề cơ bản về xử lý ảnh
• 2.1.1. Ảnh số và điểm ảnh
• 2.1.2. Ảnh đơn sắc
• 2.1.3. Ảnh màu RGB
• 2.1.4. Các màu cơ bản trong hệ màu
• 2.1.5. Nắn chỉnh biến dạng
• 2.2. Các phương pháp nhận dạng chữ số viết tay
• 2.2.1. K-nearest neighbors (KNN)
• 2.2.2. Support Vector Machines (SVMs)
• 2.2.3. Neural networks
• 2.2.4. Convolutional Neural Networks (CNNs)
• 2.2.5. Recurrent Neural Networks (RNNs)
• 2.2.6. Transfer Learning
• 2.2.7. K-Means clustering
• 2.2.8. Naive Bayes
• 2.2.9. Random Forests
• 3. CHƯƠNG 3: MÔ HÌNH MẠNG NƠ-RON TÍCH CHẬP
• 4. CHƯƠNG 4: XÂY DỰNG CHƯƠNG TRÌNH THỰC NGHIỆM NHẬN DẠNG CHỮ SỐ VIẾT TAY
• 4.1. Mô tả bài toán nhận dạng chữ viết tay
• 4.2. Dữ liệu đầu vào của bài toán
• 4.3. Thuật toán nhận diện số báo danh và điểm
• 4.4. Chi tiết quá trình thực hiện thuật toán nhận dạng
• 4.4.1. Tiền xử lý ảnh
• 4.4.2. Xác định biên, tách vùng số báo danh và điểm
• 4.4.3. Xây dựng mạng Nơ-ron nhận dạng chữ số viết tay
• 4.5. Huấn luyện mạng Nơ-ron
• 4.6. Xây dựng chương trình thử nghiệm
• 4.6.1. Giới thiệu python
• 4.6.2. Giới thiệu về thư viện mã nguồn mở OpenCV
• 4.6.3. Giới thiệu về Tensorflow
• 4.7. Xây dựng mô hình mạng tích chập của nhận dạng chữ số viết tay trong nhận dạng số báo danh và điểm thi
• 4.8. Xây dựng thực nghiệm
• 4.9. Chấm điểm từ file
• 4.10. Kết quả chương trình thực nghiệm
• 4.11. Kết quả của thuật toán đã đề xuất
• 4.12. Đánh giá kết quả
• 5. KẾT LUẬN VÀ KIẾN NGHỊ
• TÀI LIỆU THAM KHẢO

Tóm tắt

I. Giới thiệu chung

Bài viết này tập trung vào việc trích xuất dữ liệu từ số báo danh và điểm thi lớp 10 bằng thị giác máy tính. Công nghệ này đã trở thành một phần quan trọng trong việc tự động hóa quy trình chấm thi và nhập điểm. Việc áp dụng thị giác máy tính không chỉ giúp tiết kiệm thời gian mà còn tăng độ chính xác trong việc xử lý dữ liệu. Đặc biệt, trong bối cảnh giáo dục hiện đại, việc sử dụng công nghệ thông tin (CNTT) trong quản lý giáo dục là rất cần thiết. Việc trích xuất số báo danh lớp 10 và điểm thi từ phiếu chấm thi tự luận sẽ giúp giảm thiểu sai sót trong quá trình nhập liệu, từ đó nâng cao hiệu quả công việc của giáo viên.

1.1. Mục tiêu nghiên cứu

Mục tiêu của nghiên cứu này là phát triển một hệ thống tự động sử dụng công nghệ học máy để nhận dạng và trích xuất dữ liệu từ phiếu chấm thi. Cụ thể, nghiên cứu sẽ tập trung vào việc nhận dạng chữ số viết tay, xử lý hình ảnh và áp dụng các thuật toán học sâu như Mạng Nơ-ron tích chập (CNN). Hệ thống này không chỉ giúp giáo viên tiết kiệm thời gian mà còn giảm thiểu sai sót trong việc nhập điểm thi, từ đó cải thiện quy trình đánh giá học sinh.

II. Cơ sở lý thuyết

Trong chương này, tác giả sẽ trình bày các vấn đề cơ bản về xử lý ảnh và các thuật toán nhận dạng chữ số viết tay. Xử lý ảnh là một lĩnh vực quan trọng trong thị giác máy tính, bao gồm các phương pháp như lọc nhiễu, phân đoạn ảnh và nhận dạng đối tượng. Các phương pháp này sẽ được áp dụng để xử lý hình ảnh từ phiếu chấm thi nhằm xác định vị trí của số báo danh và điểm thi. Nghiên cứu cũng sẽ xem xét các thuật toán như K-nearest neighbors (KNN), Support Vector Machines (SVM) và đặc biệt là CNN, để xây dựng mô hình nhận diện chữ số viết tay hiệu quả.

2.1. Phương pháp nhận diện chữ số viết tay

Các phương pháp nhận diện chữ số viết tay hiện nay rất đa dạng. CNN là một trong những phương pháp tiên tiến nhất, cho phép học các đặc trưng từ dữ liệu hình ảnh mà không cần phải trích xuất thủ công. Phương pháp này đã được chứng minh là có độ chính xác cao trong việc phân loại và nhận diện chữ số viết tay. Hệ thống sẽ được huấn luyện trên tập dữ liệu MNIST, một trong những tập dữ liệu phổ biến nhất trong lĩnh vực học máy, nhằm cải thiện khả năng nhận diện và trích xuất dữ liệu từ phiếu chấm thi.

III. Xây dựng chương trình thực nghiệm

Chương này sẽ mô tả chi tiết quy trình xây dựng chương trình thực nghiệm nhận diện chữ số viết tay từ phiếu chấm thi. Quy trình này bao gồm các bước như tiền xử lý ảnh, xác định biên và tách vùng chứa số báo danh và điểm thi. Việc nhận diện hình ảnh sẽ được thực hiện thông qua các thuật toán đã được đề xuất, nhằm đảm bảo độ chính xác cao trong việc trích xuất dữ liệu. Kết quả của chương trình thực nghiệm sẽ được đánh giá dựa trên độ chính xác và thời gian xử lý, từ đó đưa ra những cải tiến cần thiết.

3.1. Kết quả chương trình thực nghiệm

Kết quả từ chương trình thực nghiệm cho thấy hiệu quả rõ rệt trong việc trích xuất số báo danh và điểm thi. Độ chính xác của hệ thống đạt mức cao, với tỷ lệ nhận diện chính xác lên đến 95%. Hệ thống không chỉ giúp giảm thời gian xử lý mà còn tăng cường độ tin cậy trong việc nhập liệu. Những kết quả này chứng minh rằng việc ứng dụng thị giác máy tính trong giáo dục là một hướng đi đúng đắn, có thể áp dụng rộng rãi trong các kỳ thi khác nhau.

IV. Kết luận và kiến nghị

Nghiên cứu đã chỉ ra rằng việc áp dụng thị giác máy tính vào quy trình chấm thi và trích xuất dữ liệu có thể mang lại nhiều lợi ích cho ngành giáo dục. Hệ thống nhận diện chữ số viết tay không chỉ giúp tiết kiệm thời gian mà còn nâng cao độ chính xác trong việc nhập điểm. Từ những kết quả đạt được, tác giả kiến nghị mở rộng ứng dụng công nghệ này vào nhiều lĩnh vực khác trong giáo dục, nhằm cải thiện quy trình quản lý và đánh giá học sinh.

4.1. Ý nghĩa thực tiễn

Kết quả nghiên cứu có thể ứng dụng thực tế trong việc tự động hóa quy trình nhập điểm, giảm thiểu sai sót và tiết kiệm thời gian cho giáo viên. Hệ thống này có thể được mở rộng để áp dụng cho các kỳ thi khác nhau, từ kỳ thi tuyển sinh lớp 10 đến kỳ thi tốt nghiệp THPT, góp phần nâng cao chất lượng giáo dục và quản lý trong ngành.

Nội dung chính

Tổng quan nghiên cứu

Trong bối cảnh phát triển mạnh mẽ của công nghệ thông tin và trí tuệ nhân tạo, việc ứng dụng thị giác máy tính trong giáo dục ngày càng trở nên thiết yếu. Tại trường THPT Vũng Tàu, với số lượng học sinh hàng năm khoảng 2000-2300 em, công tác chấm thi tự luận và nhập điểm thủ công đang gặp nhiều khó khăn về thời gian và độ chính xác. Việc tự động hóa quá trình trích xuất số báo danh và điểm thi từ phiếu chấm thi viết tay không chỉ giúp giảm thiểu sai sót mà còn nâng cao hiệu quả quản lý giáo dục. Mục tiêu nghiên cứu của luận văn là xây dựng mô hình nhận dạng chữ số viết tay dựa trên mạng Nơ-ron tích chập (CNN) để trích xuất số báo danh và điểm thi tuyển sinh lớp 10 tại trường THPT Vũng Tàu, trong phạm vi dữ liệu ảnh scan phiếu chấm thi có chất lượng cao và điều kiện ánh sáng bình thường. Nghiên cứu có ý nghĩa thực tiễn lớn khi góp phần tiết kiệm thời gian, chi phí cho giáo viên và nhà trường, đồng thời là bước đầu tiên trong việc ứng dụng công nghệ 4.0 vào quản lý giáo dục tại địa phương. Kết quả nghiên cứu có thể mở rộng ứng dụng cho các kỳ thi tuyển sinh và thi tốt nghiệp do Sở Giáo dục và Đào tạo tỉnh Bà Rịa – Vũng Tàu tổ chức.

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:

• Xử lý ảnh số (Digital Image Processing): Bao gồm các kỹ thuật tiền xử lý như nắn chỉnh biến dạng, khử nhiễu, chỉnh mức xám, lọc mịn ảnh, nhị phân ảnh và phân ngưỡng. Các kỹ thuật này giúp chuẩn hóa và làm sạch ảnh đầu vào, tạo điều kiện thuận lợi cho việc nhận dạng chữ số viết tay.

• Nhận dạng chữ số viết tay: Các phương pháp phổ biến gồm đối sánh mẫu, phương pháp cấu trúc, học máy với SVM (Support Vector Machine) và mạng Nơ-ron nhân tạo. Trong đó, mạng Nơ-ron tích chập (CNN) được lựa chọn do khả năng học đặc trưng hình ảnh hiệu quả và đạt độ chính xác cao trong nhận dạng hình ảnh.

• Mạng Nơ-ron tích chập (CNN): Mô hình học sâu chuyên dụng cho xử lý ảnh, gồm các lớp tích chập, lớp gộp (pooling) và lớp kết nối đầy đủ (fully connected). CNN có khả năng tự động trích xuất đặc trưng từ ảnh, giảm thiểu sự phụ thuộc vào việc thiết kế đặc trưng thủ công.

Các khái niệm chính bao gồm điểm ảnh (pixel), độ xám (grayscale), biên (edge), ngưỡng (threshold), và các thuật toán lọc nhiễu như lọc trung bình, lọc Gaussian, lọc trung vị.

Phương pháp nghiên cứu

• Nguồn dữ liệu: Ảnh scan phiếu chấm thi tuyển sinh lớp 10 tại trường THPT Vũng Tàu, với chất lượng ảnh cao, ánh sáng bình thường, không bị chói sáng. Dữ liệu bao gồm các phiếu chấm điểm tự luận có số báo danh và điểm thi viết tay từ 0 đến 9.

• Phương pháp phân tích:

  • Tiền xử lý ảnh: nắn chỉnh biến dạng, khử nhiễu, chỉnh mức xám, nhị phân ảnh và phân ngưỡng tự động bằng thuật toán Otsu để chuẩn hóa ảnh.
  • Xác định biên và tách vùng chứa số báo danh và điểm thi bằng thuật toán dò biên và mã hóa đường biên Freeman.
  • Xây dựng và huấn luyện mô hình CNN nhận dạng chữ số viết tay dựa trên tập dữ liệu MNIST kết hợp dữ liệu tự tạo từ phiếu chấm thi thực tế.
  • Đánh giá hiệu suất mô hình qua các chỉ số chính xác, độ nhạy và độ đặc hiệu.

• Timeline nghiên cứu:

  • Thu thập và tiền xử lý dữ liệu: 3 tháng.
  • Xây dựng và huấn luyện mô hình CNN: 4 tháng.
  • Thử nghiệm và đánh giá kết quả: 2 tháng.
  • Hoàn thiện luận văn và đề xuất ứng dụng: 1 tháng.

• Cỡ mẫu: Khoảng vài nghìn ảnh số viết tay được sử dụng để huấn luyện và kiểm thử mô hình, trong đó có dữ liệu chuẩn MNIST và dữ liệu thực tế từ phiếu chấm thi.

• Phương pháp chọn mẫu: Lấy mẫu ngẫu nhiên từ các phiếu chấm thi thực tế và dữ liệu chuẩn để đảm bảo tính đại diện và đa dạng của chữ số viết tay.

Kết quả nghiên cứu và thảo luận

Những phát hiện chính

1. Hiệu quả tiền xử lý ảnh:
   Sau khi áp dụng các bước nắn chỉnh biến dạng, khử nhiễu bằng lọc Gaussian và lọc trung vị, cùng với việc chỉnh mức xám và phân ngưỡng Otsu, chất lượng ảnh đầu vào được cải thiện rõ rệt. Độ chính xác trong việc tách vùng số báo danh và điểm thi tăng lên khoảng 92%, so với 75% khi chưa xử lý.

2. Độ chính xác mô hình CNN:
   Mô hình CNN được huấn luyện trên dữ liệu kết hợp MNIST và dữ liệu thực tế đạt độ chính xác nhận dạng chữ số viết tay trên tập kiểm thử thực tế là khoảng 95%. So với các phương pháp truyền thống như SVM (đạt khoảng 85%) và đối sánh mẫu (khoảng 78%), CNN cho kết quả vượt trội.

3. Tốc độ xử lý:
   Thời gian xử lý trung bình cho một phiếu chấm thi (bao gồm tiền xử lý và nhận dạng) là khoảng 3 giây, giảm đáng kể so với phương pháp thủ công mất hàng giờ đồng hồ.

4. Khả năng ứng dụng thực tế:
   Hệ thống có thể trích xuất chính xác số báo danh và điểm thi từ 4 phiếu chấm tự luận với tỷ lệ lỗi dưới 5%, giúp giảm thiểu sai sót nhập liệu và tiết kiệm thời gian cho giáo viên.

Thảo luận kết quả

Kết quả cho thấy việc ứng dụng mạng Nơ-ron tích chập (CNN) trong nhận dạng chữ số viết tay trên phiếu chấm thi là khả thi và hiệu quả. Việc tiền xử lý ảnh đóng vai trò then chốt trong việc nâng cao độ chính xác nhận dạng, đặc biệt là các bước khử nhiễu và phân ngưỡng tự động giúp làm rõ các ký tự số viết tay. So sánh với các nghiên cứu trong lĩnh vực nhận dạng chữ số viết tay, kết quả đạt được tương đương hoặc vượt trội nhờ sự kết hợp dữ liệu thực tế và mô hình CNN được tối ưu.

Dữ liệu có thể được trình bày qua biểu đồ cột so sánh độ chính xác nhận dạng giữa các phương pháp (CNN, SVM, đối sánh mẫu) và bảng thống kê tỷ lệ lỗi trích xuất số báo danh và điểm thi trên các phiếu chấm thực tế. Ngoài ra, biểu đồ đường thể hiện thời gian xử lý trung bình cũng minh họa rõ hiệu quả về mặt thời gian.

Kết quả nghiên cứu góp phần thúc đẩy ứng dụng công nghệ thị giác máy tính trong giáo dục, đặc biệt trong công tác chấm thi và quản lý điểm số, phù hợp với xu hướng chuyển đổi số và công nghiệp 4.0.

Đề xuất và khuyến nghị

1. Triển khai hệ thống tự động trích xuất số báo danh và điểm thi tại các trường THPT trong tỉnh:

   • Động từ hành động: Triển khai, đào tạo.
   • Target metric: Giảm thời gian chấm thi thủ công ít nhất 70%.
   • Timeline: 6 tháng.
   • Chủ thể thực hiện: Sở Giáo dục và Đào tạo phối hợp với các trường THPT.

2. Nâng cấp và mở rộng mô hình nhận dạng cho các loại phiếu chấm thi khác nhau:

   • Động từ hành động: Phát triển, tích hợp.
   • Target metric: Đạt độ chính xác nhận dạng trên 95% cho đa dạng mẫu phiếu.
   • Timeline: 9 tháng.
   • Chủ thể thực hiện: Trung tâm CNTT của ngành giáo dục và các nhóm nghiên cứu.

3. Tổ chức đào tạo và hướng dẫn sử dụng phần mềm cho giáo viên và cán bộ quản lý:

   • Động từ hành động: Tổ chức, hướng dẫn.
   • Target metric: 100% giáo viên tham gia được đào tạo sử dụng phần mềm.
   • Timeline: 3 tháng.
   • Chủ thể thực hiện: Nhà trường và Sở Giáo dục.

4. Xây dựng hệ thống giám sát và bảo trì phần mềm định kỳ:

   • Động từ hành động: Giám sát, bảo trì.
   • Target metric: Đảm bảo hệ thống hoạt động ổn định 99% thời gian.
   • Timeline: Liên tục hàng năm.
   • Chủ thể thực hiện: Đơn vị phát triển phần mềm và phòng CNTT nhà trường.

Đối tượng nên tham khảo luận văn

1. Giáo viên và cán bộ quản lý giáo dục:

   • Lợi ích: Hiểu rõ công nghệ hỗ trợ chấm thi tự động, giảm tải công việc nhập liệu thủ công.
   • Use case: Áp dụng phần mềm trích xuất điểm thi nhanh chóng, chính xác.

2. Nhà nghiên cứu và sinh viên ngành Công nghệ Thông tin, Trí tuệ nhân tạo:

   • Lợi ích: Tham khảo mô hình CNN ứng dụng thực tế trong xử lý ảnh và nhận dạng chữ số viết tay.
   • Use case: Phát triển các đề tài nghiên cứu liên quan đến thị giác máy tính và học sâu.

3. Các đơn vị quản lý giáo dục và Sở Giáo dục và Đào tạo:

   • Lợi ích: Nắm bắt xu hướng ứng dụng công nghệ 4.0 trong quản lý thi cử và giáo dục.
   • Use case: Lập kế hoạch triển khai hệ thống tự động hóa chấm thi trên toàn tỉnh.

4. Nhà phát triển phần mềm và doanh nghiệp công nghệ giáo dục:

   • Lợi ích: Tham khảo giải pháp kỹ thuật và mô hình triển khai thực tế.
   • Use case: Phát triển sản phẩm phần mềm hỗ trợ giáo dục, nâng cao hiệu quả quản lý thi cử.

Câu hỏi thường gặp

1. Phương pháp CNN có ưu điểm gì so với các phương pháp nhận dạng chữ số viết tay khác?
   CNN tự động trích xuất đặc trưng từ ảnh, giảm thiểu việc thiết kế đặc trưng thủ công, đạt độ chính xác cao (khoảng 95%) và khả năng xử lý dữ liệu phức tạp tốt hơn so với SVM hay đối sánh mẫu.

2. Dữ liệu đầu vào có yêu cầu gì về chất lượng ảnh?
   Ảnh scan cần có chất lượng cao, ánh sáng bình thường, không bị chói sáng để đảm bảo hiệu quả tiền xử lý và nhận dạng chính xác.

3. Hệ thống có thể áp dụng cho các loại phiếu chấm thi khác ngoài phiếu tuyển sinh lớp 10 không?
   Có thể mở rộng áp dụng cho các loại phiếu chấm thi khác nếu dữ liệu được chuẩn hóa và mô hình được huấn luyện lại phù hợp với đặc điểm phiếu mới.

4. Thời gian xử lý một phiếu chấm thi là bao lâu?
   Trung bình khoảng 3 giây cho một phiếu, nhanh hơn rất nhiều so với phương pháp thủ công mất hàng giờ.

5. Làm thế nào để đảm bảo độ chính xác khi chữ số viết tay có nhiều kiểu khác nhau?
   Sử dụng dữ liệu huấn luyện đa dạng, kết hợp dữ liệu chuẩn và dữ liệu thực tế, cùng với các bước tiền xử lý ảnh hiệu quả giúp mô hình học được nhiều kiểu chữ số khác nhau.

Kết luận

• Nghiên cứu đã xây dựng thành công mô hình nhận dạng chữ số viết tay dựa trên mạng Nơ-ron tích chập (CNN) với độ chính xác khoảng 95% trên dữ liệu thực tế.
• Các bước tiền xử lý ảnh như nắn chỉnh biến dạng, khử nhiễu và phân ngưỡng tự động đóng vai trò quan trọng trong việc nâng cao hiệu quả nhận dạng.
• Hệ thống giúp tự động trích xuất số báo danh và điểm thi từ phiếu chấm thi, giảm thiểu sai sót và tiết kiệm thời gian cho giáo viên.
• Kết quả nghiên cứu có tiềm năng ứng dụng rộng rãi trong các kỳ thi tuyển sinh và thi tốt nghiệp tại tỉnh Bà Rịa – Vũng Tàu.
• Đề xuất triển khai hệ thống trong thực tế, đồng thời mở rộng nghiên cứu để nâng cao tính ứng dụng và hiệu quả trong quản lý giáo dục.

Next steps: Triển khai thử nghiệm hệ thống tại trường THPT Vũng Tàu trong kỳ thi tiếp theo, thu thập phản hồi và tối ưu mô hình. Mời các đơn vị giáo dục và nhà phát triển công nghệ hợp tác để mở rộng ứng dụng.

Các nhà quản lý giáo dục và chuyên gia công nghệ thông tin hãy cùng đồng hành để thúc đẩy chuyển đổi số trong giáo dục, nâng cao chất lượng và hiệu quả công tác thi cử thông qua ứng dụng thị giác máy tính và trí tuệ nhân tạo.

Trích đoạn nội dung tài liệu

Chương 1: Giới thiệu Chương 2: Cơ sở lý thuyết Chương 3: Mô hình mạng Nơ-ron tích chập Chương 4: Xây dựng chương trình thực nghiệm nhận dạng chữ số viết tay 6 CHƯƠNG 2. Tổng quan Hiện nay, việc xử lý nhận dạng các chữ số viết tay đã trở thành một vấn đề cấp bách trong nhiều lĩnh vực và được ứng dụng phổ biến trong đời sống hằng ngày như nhận dạng số điểm trên bảng, chữ số viết tay hay nhận dạng biển số xe. Tuy nhiên, đây là một khó khăn lớn đối với các nhà khoa học bởi vì mỗi người có một nét chữ viết chữ số không giống nhau. Vì vậy, không thể tìm ra một phương pháp nhận dạng duy nhất để đáp ứng tất cả các yêu cầu của nhiều người.

Để tạo ra một ứng dụng nhận dạng được chữ số viết tay chính xác cho mọi người là điều rất khó khăn. Sau đây là một số phương pháp hay dùng hiện nay: - K-nearest neighbors (KNN): Phương pháp này dựa trên việc so sánh đặc trưng của ảnh số cần nhận diện với các ảnh số mẫu đã được gán nhãn trước đó. Ảnh mẫu gần nhất với ảnh số cần nhận diện được xác định và số tương ứng với ảnh mẫu đó được gán cho ảnh số cần nhận diện. - Support Vector Machines (SVMs): Phương pháp này dựa trên việc tìm một ranh giới phân chia tốt nhất giữa các lớp số trong không gian đặc trưng.

Mỗi ảnh số được biểu diễn bằng một vectơ đặc trưng và được phân loại vào lớp tương ứng dựa trên vị trí của nó trong không gian đặc trưng. - Neural networks: Phương pháp này sử dụng các mạng nơ-ron để học các đặc trưng của ảnh số và tạo ra một mô hình phân loại. Các mô hình này có thể được đào tạo để phân loại các ảnh số viết tay cho độ chính xác tương đối cao. - Convolutional Neural Networks (CNNs): Đây là một loại mạng nơ-ron sử dụng để xử lý ảnh và chuyên dụng cho các bài toán nhận diện hình ảnh.

CNNs có thể học các đặc trưng của ảnh số thông qua các bộ lọc và đạt được độ chính xác cao trong việc phân loại các ảnh số viết tay. - Recurrent Neural Networks (RNNs): Phương pháp này sử dụng mạng nơ-ron tái phát (RNN) để xử lý các chuỗi các ảnh số viết tay. Mạng RNN có khả năng lưu trữ trạng thái trước đó và đưa ra dự đoán cho ảnh số tiếp theo dựa trên trạng thái trước đó và thông tin mới được cung cấp. 7 - Transfer Learning: Phương pháp này sử dụng các mô hình học sâu đã được đào tạo trước đó trên các tập dữ liệu lớn để giúp đào tạo mô hình nhận diện chữ số viết tay với ít dữ liệu huấn luyện hơn.

Các mô hình này đã được đào tạo trên các tập dữ liệu lớn như CIFAR-10, MNIST, và ImageNet và có khả năng trích xuất được các đặc trưng chung của hình ảnh. - K-Means clustering: Phương pháp này sử dụng thuật toán phân cụm K-means để phân cụm các pixel trong ảnh số thành các cụm khác nhau. Sau đó, các cụm này được sử dụng để tạo ra các vectơ đặc trưng cho ảnh số, từ đó mô hình có thể học và phân loại chúng. - Naive Bayes: Phương pháp này dựa trên định lý Bayes và giả sử các đặc trưng của ảnh số độc lập với nhau.

Mô hình Naive Bayes tính xác suất của mỗi lớp số cho ảnh số mới bằng cách tính xác suất của từng đặc trưng cho mỗi lớp số, sau đó kết hợp chúng để tính toán xác suất của từng lớp số. - Random Forests: Phương pháp này sử dụng một danh sách các cây quyết định dùng để phân loại các ảnh chữ số viết tay. Các cây quyết định được đào tạo trên các tập con của dữ liệu và bình chọn của tất cả các cây quyết định được sử dụng để đưa ra quyết định cuối cùng cho mỗi ảnh số. Trong luận văn này, tôi chọn phương pháp CNN để xây dựng chương trình nhận diện chữ số viết tay.

1 Mô hình chung cho bài toán nhận diện ảnh 8 2. Các vấn đề cơ bản về xử lý ảnh 2. Ảnh số và điểm ảnh Ảnh số (digital image) là một loại ảnh được biểu diễn trên máy tính dưới dạng các điểm ảnh (pixels). Mỗi điểm ảnh là một mức xám hoặc một giá trị màu RGB được lưu trữ dưới dạng thông tin số học.

Quá trình xử lý ảnh số (digital image processing) là khoa học kỹ thuật xử lý ảnh trên máy tính, tập trung vào các phương pháp tiền xử lý, phân đoạn, nâng cao, nhận dạng và hiển thị ảnh số. Các phương pháp tiền xử lý bao gồm xử lý độ sáng, cân bằng độ sáng, lọc nhiễu và cắt ảnh. Trong khi đó, các phương pháp phân đoạn và nâng cao giúp phân tích và phân loại các thành phần của ảnh như vùng, cạnh, đối tượng và nền. Nhận dạng ảnh số là quá trình xác định các đối tượng hoặc khung ảnh và gán cho chúng các nhãn và ký hiệu.

Ngoài ra, hiển thị ảnh số cũng là một phần rất quan trọng của xử lý ảnh số, giúp chúng ta hiển thị ảnh theo cách mà ta muốn để thể hiện và phân tích thông tin đó trong quá trình giải quyết các bài toán của mình. Mỗi điểm ảnh của ảnh đơn sắc được mã hóa trên 8 bit. Một ảnh đơn sắc có các pixel giá trị từ 0 255. Càng về 0 thì ảnh càng tối, và ngược lại càng về 255 thì càng sáng.

2 Ảnh đơn sắc 9 Ảnh màu được tổ hợp từ 3 màu cơ bản là đỏ (Red), xanh lá (Green) và xanh lam (Blue). Mỗi điểm ảnh của ảnh màu được mã hóa trên 24 bit, 24 bit này được chia thành 3 khoảng 8 bit. 3 Ảnh màu RGB viết tắt của red (đỏ), green (xanh lục), blue (xanh lam), là ba màu chính của ánh sáng khi tách ra từ lăng kính. Khi trộn ba màu trên theo tỉ lệ nhất định có thể tạo thành các màu khác nhau.

4 Các màu cơ bản trong hệ màu Mỗi bộ ba giá trị R, G, B có thể tạo thành một màu khác nhau trong hệ màu RGB với giá trị từ 0 đến 255. Có tổng cộng 16777216 màu có thể tạo ra bằng cách chọn một giá trị R, G, B từ mỗi tập giá trị từ 0 đến 255. Vì vậy, để lưu trữ và xử lý 10 thuận tiện, mỗi điểm ảnh sẽ được tách thành ba ma trận tương ứng với các giá trị R, G, B. Nắn chỉnh biến dạng Nắn chỉnh biến dạng là một kỹ thuật xử lý ảnh để điều chỉnh hình dạng của đối tượng trong ảnh, hoặc để bổ sung thông tin không gian vào ảnh.

Có rất nhiều phương pháp để nắn chỉnh biến dạng, trong đó phương pháp chính là phương pháp đối sánh hình ảnh. Phương pháp này sẽ so sánh hình ảnh gốc với một ảnh mẫu đã biết trước và sử dụng một số thuật toán để nắn chỉnh hình dạng của đối tượng trên ảnh gốc. Biến dạng thường xuyên xảy ra trên ảnh thu được do các thiết bị quang học và điện tử. 5 Ảnh thu nhận và ảnh mong muốn Hiệu chỉnh biến dạng hình học Đầu tiên nghiên cứu các mối quan hệ ánh xạ địa chỉ theo hệ tọa độ hình chữ nhật bằng cách sử dụng ma trận hệ tọa độ.

Gỉa sử ta có [f(x, y)] là ảnh gốc và [f(u, v)] là ảnh sau khi biến dạng. Trung bình biến dạng không chỉ là những thay đổi đơn giản và độ nghiêng của khía cạnh tỉ lệ. Những gì chúng ta thường gặp là hình học biến dạng của loại cong vênh không gian, ở đây chúng ta áp dụng đa thức bậc hai để mô phỏng, và biến dạng có thể được thể hiện như: 11 Đồng thời, một khi ước lượng của tham số (ai, bi) có thể thu được, hàm biến dạng có thể được biết, và ánh xạ biến dạng không gian đã sửa có thể được đạt được bằng phép biến đổi đa thức trên. Phương trình trên là phương trình bậc hai nhị phân với 6 thông số.

Một khi sáu cặp điểm tương ứng có thể được tương ứng được lấy từ hình ảnh bị bóp méo và ảnh đã sửa, ước lượng của tham số (ai, bi) có thể đạt được bằng cách giải phương trình. Về lý thuyết, càng nhiều cặp điểm tương ứng được lấy, ước tính của tham số (ai, bi) chính xác hơn có thể đạt được là Đặt trước m là điểm tương ứng nên có thể được biểu thị bằng vectơ dưới dạng: Hình 2. 6 Trước khi nắn chỉnh 12 Hình 2. 7 Sau khi nắn chỉnh 2.

Khử nhiễu Hình 2. 8 Ảnh trước và sau khi khử nhiễu Khử nhiễu ảnh là một bước quan trọng trong quá trình tiền xử lý, nhằm loại bỏ hoặc giảm các nhiễu (noise) xuất hiện trên ảnh. Nhiễu ảnh có thể bao gồm các điểm màu không đúng, các đốm sáng hoặc tối không đồng đều do thiết bị chụp ảnh hoặc truyền dẫn. Việc khử nhiễu giúp cải thiện chất lượng ảnh và độ chính xác của các thuật toán xử lý ảnh sau này.

Có nhiều phương pháp khử nhiễu ảnh phổ biến như sau: - Lọc trung bình (Mean filtering): Dựa trên việc lấy trung bình cộng của các giá trị pixel lân cận, loại bỏ nhiễu bằng cách làm mượt ảnh. 13 - Lọc Gaussian (Gaussian filtering): Sử dụng hàm Gaussian làm trọng số của các giá trị pixel lân cận. Lọc Gaussian giúp giảm nhiễu mà giữ được chi tiết hình ảnh tốt hơn lọc trung bình. - Lọc trung vị (Median filtering): Thay giá trị pixel bằng giá trị trung vị của các pixel lân cận.

Kỹ thuật này giúp loại bỏ nhiễu mà không làm mất đặc trưng của cạnh và góc trong ảnh. - Lọc không gian trên biến đổi sóng (Wavelet-based filtering): Sử dụng biến đổi sóng để phân tích ảnh, lọc nhiễu trong miền biến đổi sóng và sau đó tái tạo lại ảnh. - Kỹ thuật loại bỏ nhiễu dựa trên học máy: Sử dụng các mô hình học sâu, ví dụ CNN (Convolutional Neural Network) để học cách loại bỏ nhiễu từ tập dữ liệu hình ảnh. Trong ngôn ngữ lập trình Python, thư viện OpenCV và Scikit-image rất phổ biến và hỗ trợ nhiều phương pháp khử nhiễu ảnh.

Bạn có thể tham khảo mã nguồn mẫu và tài liệu từ các nguồn trực tuyến để sử dụng các kỹ thuật này. Chỉnh mức xám Trước Sau Hình 2. 9 Ảnh trước và sau khi chỉnh mức xám Chỉnh mức xám là một kỹ thuật xử lý ảnh được sử dụng để điều chỉnh độ sáng, độ tương phản và cân bằng màu sắc trong ảnh. Nó thực hiện điều này bằng cách thay đổi giá trị mức xám (mức độ sáng) của từng điểm ảnh trong ảnh.