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 điể
BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÀ RỊA – VŨNG TÀU - - TRẦN NGỌC ĐÔNG CHU ỨNG DỤNG THỊ GIÁC MÁY TÍNH ĐỂ TRÍCH XUẤT SỐ BÁO DANH VÀ ĐIỂM THI TUYỂN SINH LỚP 10 TRƯỜNG THPT VŨNG TÀU LUẬN VĂN THẠC SĨ Vũng Tàu, tháng 09 năm 2023 BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƯỜNG ĐẠI HỌC BÀ RỊA – VŨNG TÀU - - TRẦN NGỌC ĐƠNG CHU ỨNG DỤNG THỊ GIÁC MÁY TÍNH ĐỂ TRÍCH XUẤT SỐ BÁO DANH VÀ ĐIỂM THI TUYỂN SINH LỚP 10 TRƯỜNG THPT VŨNG TÀU LUẬN VĂN THẠC SĨ Ngành: Công nghệ Thông tin Mã số ngành: 8480201 CÁN BỘ HƯỚNG DẪN KHOA HỌC: TS PHAN NGỌC HOÀNG Vũng Tàu, Tháng 09 Năm 2023 i LỜI CAM ĐOAN Tôi xin cam đoan kết trình nghiên cứu tìm hiểu thân, hướng dẫn TS Phan Ngọc Hoàng Tất nội dung kết trung thực chưa công bố Luận văn nỗ lực mà tâm huyết để nghiên cứu trình học tập trường Các số liệu, kết nằm luận văn trung thực, có nguồn gốc rõ ràng chưa công bố công trình khác Tất tài liệu tham khảo có xuất xứ rõ ràng trích dẫn hợp pháp Tơi chịu trách nhiệm hồn tồn nội dung lỗi liên quan theo quy định lời cam đoan Tác giả TRẦN NGỌC ĐÔNG CHU ii LỜI CẢM ƠN Đầu tiên, tơi xin bày tỏ lịng biết ơn chân thành sâu sắc tới giảng viên hướng dẫn TS Phan Ngọc Hồng đóng góp ý kiến chun mơn suốt q trình tơi viết luận văn tốt nghiệp Được hướng dẫn tận tình thầy Nhà trường tạo điều kiện thuận lợi, tơi có q trình học tập nghiên cứu thuận lợi để hoàn thành luận văn thạc sỹ Trong q trình thực luận văn khơng thể tránh khỏi hạn chế sai sót Tơi mong nhận góp ý, nhận xét q thầy để hồn thiện Tơi chân thành cảm ơn: - Ban Giám Hiệu Nhà trường, Viện Đào tạo Sau đại học Phát triển nguồn nhân lực – Trường Đại học Bà Rịa Vũng Tàu quan tâm tạo điều kiện tốt để giúp tơi hồn thành luận văn tốt nghiệp - TS Phan Ngọc Hồng người hướng dẫn, hỗ trợ tơi phương pháp, lý luận hoàn thành nội dung luận văn tốt Cuối cùng, vô biết ơn gia đình, anh chị đồng nghiệp, Lãnh đạo trường THPT Vũng Tàu tạo điều kiện, động viên giành điều kiện tốt để tơi hồn thành chương trình nghiên cứu TRẦN NGỌC ĐÔNG CHU Bà Rịa Vũng Tàu, tháng 9/2023 iii MỤC LỤC DANH MỤC CÁC TỪ VIẾT TẮT vi DANH MỤC CÁC BẢNG BIỂU vii DANH MỤC CÁC HÌNH VẼ viii MỞ ĐẦU CHƯƠNG GIỚI THIỆU 1.1 Đặt vấn đề 1.2 Mục tiêu luận văn 1.2.1 Nội dung nghiên cứu 1.2.2 Mục tiêu nghiên cứu 1.3 Phạm vi nghiên cứu .4 1.4 Ý nghĩa đề tài 1.4.1 Ý nghĩa khoa học 1.4.2 Ý nghĩa thực tiễn 1.5 Bố cục luận văn CHƯƠNG CƠ SỞ LÝ THUYẾT 2.1 Tổng quan 2.1.1 Các vấn đề xử lý ảnh 2.1.2 Ảnh số điểm ảnh 2.1.3 Nắn chỉnh biến dạng 10 2.1.4 Khử nhiễu 12 2.1.5 Chỉnh mức xám 13 2.1.6 Biên 14 2.2 Những kỹ thuật xử lý ảnh 15 2.2.1 Lọc mịn ảnh .15 2.2.2 Nhị phân ảnh 15 2.2.3 Lấy mẫu 18 iv 2.2.4 Lấy ngưỡng 21 2.2.5 Chỉnh nghiêng 23 2.3 Một số phương pháp xử lý ảnh số [1] .24 2.3.1 Các kỹ thuật lọc nhiễu 24 2.3.2 Kỹ thuật phân ngưỡng 26 2.4 Các phương pháp nhận dạng chữ số viết tay 28 2.4.1 Phương pháp đối sánh mẫu 28 2.4.2 Phương pháp tiếp cận cấu trúc 28 2.4.3 Phương pháp học máy với SVM (Support Vector Machine) .29 2.4.4 Điểm ảnh (Pixel) 31 2.4.5 Độ xám ảnh 32 2.4.6 Độ nhiễu ảnh 32 2.5 Biên kỹ thuật tìm biên 33 2.5.1 Dị biên mã hóa đường biên 33 2.5.2 Xác định hướng điểm biên (Freeman code) 34 2.5.3 Làm trơn đường biên 34 2.5.4 Phương pháp phát biên cục Gradient 35 2.5.5 Thuật tốn tìm biên Canny [8] 36 CHƯƠNG MƠ HÌNH MẠNG NƠ-RON TÍCH CHẬP 37 3.1 Mạng Nơ-ron nhân tạo (ANN) 37 3.1.1 Khái niệm Nơ-ron sinh học 37 3.1.2 Mạng Nơ-ron nhân tạo .38 3.1.3 Kiến trúc mạng 40 3.1.4 Mạng tầng 40 3.1.5 Mạng đa tầng 41 3.1.6 Huấn luyện mạng Nơ-ron 42 3.2 Mạng Nơ-ron tích chập (Convolutional Neural Networks – CNNs) [16] 46 3.2.1 Khái niệm CNNs 46 v 3.2.2 Tích chập (Convolution) 47 3.2.3 Cấu trúc mạng Nơ-ron tích chập 48 3.2.4 Những phương pháp tích chập 48 CHƯƠNG XÂY DỰNG CHƯƠNG TRÌNH THỰC NGHIỆM NHẬN DẠNG CHỮ SỐ VIẾT TAY .55 4.1 Mơ tả tốn nhận dạng chữ viết tay 55 4.1.1 Nội dung .55 4.1.2 Dữ liệu đầu vào toán 55 4.2 Thuật toán nhận diện số báo danh điểm điểm 56 4.2.1 Chi tiết trình thực thuật toán nhận dạng 56 4.2.2 Tiền xử lý ảnh 58 4.2.3 Xác định biên, tách vùng số báo danh điểm 59 4.2.4 Xây dựng mạng Nơ-ron nhận dạng chữ số viết tay [18 - 19] 60 4.2.5 Huấn luyện mạng Nơ-ron 61 4.3 Xây dựng chương trình thử nghiệm 63 4.3.1 Giới thiệu python .63 4.3.2 Giới thiệu thư viện mã nguồn mở OpenCV 63 4.3.3 Giới thiệu Tensorflow 64 4.3.4 Xây dựng mơ hình mạng tích chập nhận dạng chữ số viết tay nhận dạng số báo danh điểm thi 65 4.4 Xây dựng thực nghiệm 72 4.4.1 Chấm điểm từ file 73 4.4.2 Kết chương trình thực nghiệm 75 4.4.3 Kết thuật toán đề xuất 77 4.5 Đánh giá kết 77 KẾT LUẬN VÀ KIẾN NGHỊ 79 TÀI LIỆU THAM KHẢO 81 vi DANH MỤC CÁC TỪ VIẾT TẮT STT Từ viết tắt Tên THPT Trung học phổ thông CBCT Cán chấm thi HV Học sinh THPTVT Trung học phổ thông Vũng Tàu CNN Mạng Nơ-ron tích chập (Convolutional Nơ-ron Network) FC Kết nối đầy đủ (Fully Connected) MLP Perceptron nhiều lớp (Multilayer Perceptron Classifier) SGD&ĐT Sở Giáo Dục Đào Tạo BRVT Bà Rịa – Vũng Tàu 10 SBD Số báo danh điểm vii DANH MỤC CÁC BẢNG BIỂU Bảng Kết huấn luyện liệu 73 Bảng Kết cắt số báo danh 74 Bảng Dữ liệu cắt vị trí .75 Bảng 4 Kết mơ hình dự báo 75 Bảng Kết chương trình thực nghiệm 76 viii DANH MỤC CÁC HÌNH VẼ Hình Mơ hình chung cho toán nhận diện ảnh Hình 2 Ảnh đơn sắc Hình Ảnh màu Hình Các màu hệ màu .9 Hình Ảnh thu nhận ảnh mong muốn .10 Hình Trước nắn chỉnh 11 Hình Sau nắn chỉnh 12 Hình Ảnh trước sau khử nhiễu 12 Hình Ảnh trước sau chỉnh mức xám .13 Hình 10 Các loại đường biên 15 Hình 11 Các dạng mẫu điểm ảnh 21 Hình 12 Lấy ngưỡng .22 Hình 13 Siêu phẳng chia liệu thành lớp + - 30 Hình 14 Hướng quy ước mã hóa 34 Hình 15 Đường biên mã hóa 34 Hình Nơ-ron sinh học mơ hình 37 Hình Mơ hình Nơ-ron nhân tạo mức đơn giản .38 Hình 3 Hàm Heaviside 39 Hình Mơ hình mạng tầng 41 Hình Mơ mạng đa tầng 42 Hình Mơ hình mạng nơ ron truyền thống 47 Hình Minh họa tích chập 47 Hình Minh họa mơ hình CNNs 48 Hình Ma trận điểm ảnh (ảnh gốc) ma trận kernel 49 Hình 10 Minh họa phương pháp SAME 50 Hình 11 Minh họa phương pháp FULL 51 Hình 12 phương pháp VALID .52 Hình 13 Minh họa cách biểu diễn ảnh 53