Nhận dạng hình và ký tự

I HC VINH - N TT NGHIP ti: NHN DNG HèNH V Kí T Giỏo viờn hng dn : ThS Trn Xuõn Trng Sinh viờn thc hin : Phan Thanh c Vinh:5/2010 M U K thut nhn dng hin ang c nhiu ngi quan tõm, bi õy l mt ngnh khoa hc cú rt nhiu ng dng khoa hc k thut, tin hc, sinh hc v c lnh vc an ninh quc gia Nú l mt b phn quan trng cỏc h thng thụng minh; c s dng vic dũ tỡm, x lý s liu v h tr quyt nh, Núi mt cỏch tng quỏt thỡ nhn dng l mt b mụn khoa hc cú liờn quan mt cỏch hu c n vic phõn lp, tớnh toỏn cỏc o Bi toỏn nhn dng mt s mu hỡnh hc c bn l mt bi toỏn lp bi toỏn nhn dng v x lý nh Cú rt nhiu phng phỏp khỏc gii quyt bi toỏn ny v phng phỏp ỏp dng lý thuyt m ó mang li hiu qu khỏ cao S dng logic m nhn dng mt s mu hỡnh hc c bn l ti m tụi la chn nhn dng cỏc hỡnh hc tụi la chn hai phng phỏp ú l Nhn dng hỡnh hc bng i sỏnh m v Nhn dng hỡnh hc bng trớch rỳt c trng Mc dự ó cú nhiu c gng quỏ trỡnh thc hin nhng ti khụng th trỏnh c nhng thiu sút mong s gúp ý ca thy giỏo v cỏc bn Tụi xin chõn thnh cm n s hng dn ca Thy giỏo ThS Trn Xuõn Trng Khoa CNTT H Vinh, xin cm n s gúp ý quý bỏu ca cỏc bn sinh viờn Sinh viờn thc hin MC LC MC LC CHNG I TNG QUAN V H THNG NHN DNG 1.1 i tng nhn dng 1.2 Mụ hỡnh húa bi toỏn nhn dng 1.3 Cỏc c bn ca h thng nhn dng 1.3.1 Mụ hỡnh húa i tng thu nhn (trớch chn c trng) 1.3.2 Mụ hỡnh tham s 1.3.3 Mụ hỡnh cu trỳc 1.3.4 Quỏ trỡnh hc 1.3.5 Quỏ trỡnh quyt nh (hm quyt nh) 10 1.4 S tng quan ca h thng nhn dng 12 CHNG II 13 CC PHẫP TON TRấN TP M 13 2.1 Khỏi nim hm liờn thuc 13 2.2 nh ngha m .13 2.3 Cỏc phộp toỏn trờn m 13 2.3.1 Phộp hp hai m 14 2.3.2 Phộp giao hai m 15 2.3.3 Phộp bự ca mt m .16 2.3.4 Phộp hiu i xng .16 CHNG III 17 NHN DNG HèNH BNG I SNH TP M 17 3.1 Phng phỏp nhn dng i sỏnh hai m 17 3.2 Nhn dng theo mõu 18 CHNG IV .21 NHN DNG HèNH BNG TRCH RT C TRNG 21 4.1 Trớch chn cỏc c tớnh hỡnh hc .21 4.2 Mt s c trng trớch chn .22 4.3 Nhn dng cỏc hỡnh thụng qua cỏc c trng 22 4.4 Xõy dng cỏc hm liờn thuc 23 4.5 Phng phỏp nhn dng m 23 4.6 Xõy dng nhn dng cho m 24 CHNG V 25 TèM HIU V NGễN NG LP TRèNH VISUAL BASIC .25 5.1 Gii thiu 25 5.2 Cỏc tớnh nng ngụn ng .26 5.3 Hiu sut v cỏc khỏc .28 5.4 Cỏc phiờn bn ca Visual Basic 29 5.5 Mt s th tc chng trỡnh 30 5.5.1 Cỏc th tc v hỡnh .30 5.5.2 Th tc nhn dng 31 5.5.3 Th tc hc 34 5.5.4 Th tc phúng nh 37 5.5.5 Th tc nhn dng bng c trng hỡnh hc .39 CHNG VI 41 CHNG TRèNH THC NGHIM .41 ỏnh giỏ hiu qu ca thut toỏn trờn em ó xõy dng chng trỡnh th nghim bng cụng c Visual Basic, kt qu nhn dng khỏ chớnh xỏc so vi quan sỏt ca ngi 41 Giao din chn cụng thc: 41 Giao din nhn dng kớ t: 43 43 Giao din ma trn hc hỡnh: 44 44 Giao din ma trn hc kớ t: 44 CHNG I TNG QUAN V H THNG NHN DNG Nhn dng i tng (Pattern Recognition) cú th nh ngha nh l mt quỏ trỡnh phõn loi cỏc i tng c biu din theo mt mụ hỡnh no ú v gỏn cho chỳng vo mt lp da theo nhng quy lut v nhng mu chun, hoc cng cú th nh ngha ú l phng tin xõy dng mt h thng tin hc cú kh nng "Cm nhn - nhn thc - nhn bit" cỏc i tng vt lý gn ging kh nng ca ngi Nhn dng cú gn vi ba kh nng trờn l lnh vc ht sc rng ln cú liờn quan n vic x lý tớn hiu u vo khụng gian nhiu chiu, mụ hỡnh hoỏ bi toỏn, lý thuyt x lý nh, c s d liu, phng phỏp quyt nh Mt h thng nhn dng hon chnh phi cú kh nng th hin c quỏ trỡnh nhn thc ca ngi qua cỏc mc: + Mc cm nhn: õy l s cm nhn c s tn ti cỏc i tng quan sỏt hay i tng m h thng cn nhn dng Mc ny cng a quỏ trỡnh thu nhn s liu qua cỏc b cm bin h thng nhn dng Vớ d h thng nhn dng x lý nh, i tng l cỏc file nh lu tr di dng s v c thu nhn u vo qua scanner hoc cỏc file nh +Mc nhn thc: õy biu din quỏ trỡnh hc, mụ hỡnh hoỏ i tng tin ti hỡnh thnh s phõn lp (Classification) + Mc nhn bit: t i tng quan sỏt c cú th tr li nhn bit i tng l gỡ? Thuc vo lp no cỏc lp ó bit õy chớnh l quỏ trỡnh quyt nh 1.1 i tng nhn dng i tng nhn dng (Pattern object) c coi nh l mt thc th vt lý tn ti m ngi cú th cm nhn c bng s miờu t hoc o lng Vớ d nh hỡnh nh, õm c cm nhn bng mt v tai, v nú cú th thu nhn qua cỏc b cm bin nh mỏy quay phim, mỏy nh s Cú hai loi i tng chớnh: i tng c biu din nh lng l nhng i tng m c tớnh ca nú c o lng v biu din bi cỏc s i tng c biu din nh tớnh l nhng i tng m c tớnh ca nú c biu din bi cỏc dng miờu t hay c trng bi cỏc ký hiu Trong cỏc i tng nghiờn cu, tỡm c hp cỏc i tng cú cựng chung mt hoc nhiu c trng (thuc tớnh) thỡ hp i tng ú gi l mt lp i tng (Class) Quỏ trỡnh bao gm vic xỏc nh cỏc lp ca i tng cho cú th phõn bit c cỏc lp vi l quỏ trỡnh hỡnh thnh s phõn lp, nh quỏ trỡnh ny h thng sau tip nhn mt i tng u vo s nhn bit c v tr li i tng ú thuc lp no (õy l quỏ trỡnh quyt nh) S phõn lp l mt quỏ trỡnh c bn ca nhn dng Quỏ trỡnh xut phỏt t s biu din, quan sỏt i tng quỏ trỡnh cm nhn cú th tỡm nhng c tớnh c trng cho i tng vt lý c gi l quỏ trỡnh trớch chn c trng hay cũn gi l khõu mụ hỡnh húa i tng Quỏ trỡnh trớch chn c trng ny rt khỏc tựy thuc vo i tng cn nhn dng Trong bi toỏn nhn dng chỳng ta quan tõm n: Khụng gian biu din: l hp cỏc ký hiu, s liu miờu t i tng sau quỏ trỡnh cm nhn Khụng gian c trng: l hp cỏc miờu t c trng sau quỏ trỡnh trớch chn c trng Khụng gian din dch: l hp cỏc tờn ca i tng hoc tờn cỏc lp i tng cho phộp nhn bit i tng quan sỏt thuc v lp no 1.2 Mụ hỡnh húa bi toỏn nhn dng Gi X l i tng nhn dng: X=(x1, x2, , xn), cỏc xi R Gi l khụng gian biu din i tng: = {X1, X2, Xm} Gi l khụng gian din dch, hay l cỏc tờn gi ca cỏc lp C 1, C2, , Cn = {1, 2, , n} Quỏ trỡnh nhn dng i tng l tỡm quy lut ỏnh x t khụng gian biu din sang khụng gian din dch : : cho Xj Ck (i tng Xj thuc vo lp Ck) Nh vy i vi h thng nhn dng, cỏc i tng nhn dng X ó bit qua quan sỏt, o lng, cm nhn cũn khụng gian din dch v quy lut cú th c bit trc c s tri thc , hoc cú th l nhng iu cha bit Bi toỏn õy chớnh l xõy dng mt h thng t cu trỳc, ũi hi mt quỏ trỡnh hc t cỏc i tng quan sỏt thu nhn c (xỏc nh khụng gian ) n vic tỡm quy lut (ra quyt nh) 1.3 Cỏc c bn ca h thng nhn dng Quỏ trỡnh nhn dng bao gm ba giai on chớnh: La chn mụ hỡnh biu din i tng La chn lut quyt nh (phng phỏp nhn dng) v suy din quỏ trỡnh hc Nhn dng Khi mụ hỡnh biu din i tng ó c xỏc nh, quỏ trỡnh nhn dng chuyn sang giai on hc Hc l giai on rt quan trng, thao tỏc hc nhm ci thin, iu chnh vic phõn hoch i tng thnh cỏc lp Vic nhn dng chớnh l tỡm quy lut v cỏc thut toỏn cú th gỏn i tng nhn dng vo mt lp hay núi mt cỏch khỏc l gỏn cho i tng mt tờn Khi s lp v cỏc quy lut ó bit trc, ta gi ú l hc cú mu v ngc li gi l hc khụng cú mu hay l t hc 1.3.1 Mụ hỡnh húa i tng thu nhn (trớch chn c trng) Gi X l i tng nhn dng: X = (x1, x2, , xn), cỏc xi R = {X} l khụng gian quan sỏt thu nhn = {Y} l khụng gian c tớnh Quỏ trỡnh mụ hỡnh húa i tng hay trớch chn c trng l quỏ trỡnh tỡm ỏnh x : {X} cho cỏc i tng Y c biu din bi cỏc c trng c bn Cỏc c trng c bn ca mt i tng phi t c cỏc ch tiờu sau: Gim c th nguyờn ca khụng gian biu din m bo c lng thụng tin phõn bit cỏc i tng Cụ ng cỏc c trng chớnh Gii quyt mt quỏ trỡnh nhn dng cú liờn quan mt thit n kiu mụ hỡnh húa m ta s dng c t i tng Trong nhn dng ngi ta phõn chia lm hai h ln: - H mụ t theo tham s (nh lng) - H mụ t theo cu trỳc (nh tớnh) 1.3.2 Mụ hỡnh tham s Ta s dng mt vector c t i tng Mt phõn t ca vector mụ t mt c trng ca i tng Gi s i tng nhn dng X = (x 1, x2, , xn), cỏc xi R thỡ = {X} l khụng gian vector n chiu Trong cỏc c trng hỡnh hc, ngi ta hay s dng chu tuyn, ng bao, din tớch Trong bi toỏn nhn dng ch cỏc tham s l cỏc du hiu: s im chc ba, chc t, s im chu trỡnh, s im ngot, s im kt thỳc Vớ d nh ch A cú im chc ba, im kt thỳc 1.3.3 Mụ hỡnh cu trỳc Cỏch tip cn ca mụ hỡnh ny da vo vic tỡm kim ngụn ng t nhiờn mụ t i tng, ngi ta dựng mt s dng nguyờn thy nh on thng, cung v.v Mt hỡnh ch nht c nh ngha gm 04 on thng vuụng gúc vi tng ụi mt Trong mụ hỡnh ny ngi ta s dng mt b ký hiu kt thỳc Vt Thut ng ny vay mn lý thuyt ngụn ng hỡnh thc Ngi ta cng s dng mt b ký hiu khụng kt thỳc gi l V n Chỳng ta cn xõy dng mt cỏc lut sn xut da vo mi quan h gia cỏc dng nguyờn thy v ng cnh Trong cỏch tip cn ny, ngi ta chp nhn mt tiờn cho rng: cu trỳc mt dng l kt qu ca vic ỏp dng lut sn xut theo nguyờn tc xỏc nh bt u t mt dng no ú gi l dng bt u Mt cỏch hỡnh thc, ta cú th coi mụ hỡnh ny tng ng vi mt phm G = (Vt, Vn, P, S) vi: Vt : l b ký hiu kt thỳc Vn : l b ký hiu khụng kt thỳc P : l lut sn xut S : l dng (ký hiu bt u) 1.3.4 Quỏ trỡnh hc Quỏ trỡnh hc thc cht l quỏ trỡnh nhúm cỏc i tng vo cỏc lp cú cựng mt s c trng chớnh, cú mt s phng phỏp sau: Hc cú mu (Supervised learning): l quỏ trỡnh hc c bt u bi cỏc mu ó tn ti s phõn lp i vi mt s i tng mu, hoc ó bit c trng ca cỏc lp i tng Hc cú mu nhm nh ngha c cỏc lp trng hp tng quỏt khụng gian i tng hay núi cỏch khỏc xỏc nh c phng trỡnh biờn gii gia cỏc lp cho cú th nhn bit c mt i tng thuc v lp no Trong trng hp ny ta ó bit T = {X j, k} vi j = [1, ,M], k = [1, ,N] tc l ó bit i tng Xj thuc vo lp k vi mi i x1 Đuờng biên giới lớp x x x x x x x x x x x x x2 Hỡnh 1.1 S phõn lp i tng qua ng biờn gii Vn l ch thit k mt h thng cú th so sỏnh i tng cn nhn dng vi cỏc mu chun v quyt nh gỏn cho chỳng vo mt lp Vic i sỏnh nh vo cỏc th tc quyt nh da trờn mt cụng c gi l hm phõn lp hay hm quyt nh Hc khụng cú mu (Unsupervised learning): quỏ trỡnh hc c bt u s phõn lp cha hỡnh thnh v khụng cú mu Quỏ trỡnh hc nhm tin hnh nhúm dn dn trờn c s cỏc i tng ó quan sỏt cú tng t gn hỡnh thnh s phõn lp (Clustering Class) Cú nhiu phng phỏp ỏp dng trng hp hc khụng mu nh phng phỏp thut toỏn hi t, t c s phõn lp 1.3.5 Quỏ trỡnh quyt nh (hm quyt nh) Quỏ trỡnh quyt nh (Decision) l tỡm mt lut trờn c s ó bit s phõn lp cỏc i tng cng nh c trng ca cỏc lp quyt nh mt i tng quan sỏt (i tng thu nhn) u vo s thuc mt lp no ú hoc ng nht vi mt phn t mu no ú 10 cathinh Picture1, maumoi.ten = "" For i = To R_grid - For j = To H_grid - maumoi.Tansuat(i, j) = Next Next buocdoc = Picture3.ScaleWidth / R_grid buocngang = Picture3.ScaleHeight / H_grid For i = To R_grid - For j = To H_grid - If diemmau(Picture3, CInt(i * buocngang), CInt(j * buocdoc)) = True Then maumoi.Tansuat(i, j) = End If Next Next List1.Clear For i = To R_grid - chuoi = "" For j = To H_grid - chuoi = chuoi & " " & maumoi.Tansuat(j, i) Next List1.AddItem chuoi Next End If nutmo = False Open duongdan For Random As #1 Len = Len(banghi) maxbanghi = LOF(1) \ Len(banghi) Min = 100 For chisobanghi = maxbanghi To Step -1 Seek #1, chisobanghi 32 Get #1, , banghi If Beta < Min Then Min = Beta tenhinh = Trim(banghi.ten) so = banghi.Tongmau End If Next Text1 = tenhinh Text2 = so ChDir App.Path & "\hinh" If Len(Trim(tenhinh)) > Then Picture2.Picture = LoadPicture(tenhinh) End If Close #1 tenhinh = "" End Sub Function Beta() As Single Dim i, j As Integer Dim tam As Single Dim tmp, Tong, M_a As Single Dim Totalcell As Long Totalcell = (R_grid) * (H_grid) Tong = For i = To R_grid - For j = To H_grid - tam = banghi.Tansuat(i, j) / banghi.Tongmau If tam >= And tam b Then Max = A Else Max = b End If End Function Function Min(ByVal A As Single, ByVal b As Single) As Single If A > b Then Min = b Else Min = A End If End Function 5.5.3 Th tc hc Private Sub cmdhoc_Click() Dim banghi As matran Dim ktuinfile As Boolean Dim maxsize As Integer Dim i, j As Integer 34 Dim chophephoc As String If Right(App.Path, 1) = "\" Then duongdan = App.Path & "Data.txt" Else duongdan = App.Path & "\Data.txt" End If If nutload = True Then drawing = False cathinh Picture1, maumoi.ten = "" For i = To R_grid - For j = To H_grid - maumoi.Tansuat(i, j) = Next Next buocdoc = Picture3.ScaleWidth / R_grid buocngang = Picture3.ScaleHeight / H_grid End If For i = To R_grid - For j = To H_grid - If diemmau(Picture3, CInt(i * buocngang), CInt(j * buocdoc)) = True Then maumoi.Tansuat(i, j) = End If Next Next If Text1.Enabled = True And Len(Text1) > Then ktuinfile = False Open duongdan For Random As #1 Len = Len(banghi) maxsize = LOF(1) \ Len(banghi) For chisobanghi = maxsize To Step -1 Seek #1, chisobanghi 35 Lock #1, chisobanghi Get #1, , banghi If Trim(banghi.ten) = Trim(Text1.Text) Then 'Neu Ktu da co file thi cap nhat ktuinfile = True End If If ktuinfile = True Then Exit For Next chisobanghi If ktuinfile Then MsgBox "Mau da co tep", vbCritical, "Thong bao!" Else Cmbtenmau.AddItem Text1.Text chisobanghi = maxsize + banghi.ten = Trim(Text1.Text) Seek #1, chisobanghi For i = To R_grid - For j = To H_grid - banghi.Tansuat(i, j) = maumoi.Tansuat(i, j) Next Next banghi.Tongmau = Put #1, maxsize + 1, banghi End If Close #1 SavePicture Picture2.Image, Text1.Text End If If Cmbtenmau.Enabled = True And Len(Cmbtenmau.Text) > Then ktuinfile = False Open duongdan For Random As #1 Len = Len(banghi) maxsize = LOF(1) \ Len(banghi) For chisobanghi = maxsize To Step -1 Seek #1, chisobanghi 36 Lock #1, chisobanghi Get #1, , banghi If Trim(banghi.ten) = Trim(Cmbtenmau.Text) Then (Neu Ktu da co file thi cap nhat) ktuinfile = True End If If ktuinfile = True Then Exit For Next chisobanghi If ktuinfile Then For i = To R_grid - For j = To H_grid - banghi.Tansuat(i, j) = banghi.Tansuat(i, j) + maumoi.Tansuat(i, j) Next Next banghi.Tongmau = banghi.Tongmau + Put #1, chisobanghi, banghi Unlock #1, chisobanghi End If Close #1 End If End Sub 5.5.4 Th tc phúng nh Sub cathinh(ByVal p As PictureBox, ByVal Border As Byte) Dim i, j, t, cao, rong As Integer Dim tren_trai As ToaDo Dim duoi_phai As ToaDo cao = p.ScaleHeight - rong = p.ScaleWidth - i = 0: j = Do While (j < cao) 37 i=0 Do While (i < rong) If GetPixel(p.hdc, i, j) COLORBGR Then Exit Do i=i+1 Loop If GetPixel(p.hdc, i, j) COLORBGR Then Exit Do j=j+1 Loop tren_trai.Y = j i = 0: j = Do While (i < rong) j=0 Do While (j < cao) If GetPixel(p.hdc, i, j) COLORBGR Then Exit Do j=j+1 Loop If GetPixel(p.hdc, i, j) COLORBGR Then Exit Do i=i+1 Loop tren_trai.X = i i = 0: j = cao Do While (j >= 0) i=0 Do While (i < rong) If GetPixel(p.hdc, i, j) COLORBGR Then Exit Do i=i+1 Loop If GetPixel(p.hdc, i, j) COLORBGR Then Exit Do j=j-1 Loop duoi_phai.Y = j 38 i = rong: j = Do While (i >= 0) j=0 Do While (j < cao) If GetPixel(p.hdc, i, j) COLORBGR Then Exit Do j=j+1 Loop If GetPixel(p.hdc, i, j) COLORBGR Then Exit Do i=i-1 Loop duoi_phai.X = i Dim X1, Y1, X2, Y2, r1, c1 As Integer X1 = tren_trai.X Y1 = tren_trai.Y X2 = duoi_phai.X Y2 = duoi_phai.Y Picture3.Cls Picture3.PaintPicture p.Image, 0, 0, Picture3.ScaleWidth, Picture3.ScaleHeight, X1, Y1, X2 - X1, Y2 - Y1 Exit Sub End Sub 5.5.5 Th tc nhn dng bng c trng hỡnh hc Private Sub cmdNhandang_Click() Dim i, j As Integer Dim docTB, ngangTB, dau, cuoi As Integer If nutmo = True Then Hinhchunhatdong Picture1, Else Hinhchunhatdong Picture4, 39 End If Text3 = "" If m1 > 0.7 Then Text3 = "Duong thang" Else If m2 < 0.6 Then Text3 = "Tam giac" Else If 0.6 0.85 Then Text3 = "Hinh tron" Else Text3 = "Elip" End If End If End If If 0.86 0.9 Then Text3 = "Hinh Vuong" Else Text3 = "Hinh chu nhat " End If End If End If End If dodai = End Sub 40 CHNG VI CHNG TRèNH THC NGHIM ỏnh giỏ hiu qu ca thut toỏn trờn em ó xõy dng chng trỡnh th nghim bng cụng c Visual Basic, kt qu nhn dng khỏ chớnh xỏc so vi quan sỏt ca ngi Giao din chn cụng thc: 41 Giao din hc mu hỡnh: Giao din hc mu kớ t: 42 Giao din nhn dng hỡnh: Giao din nhn dng kớ t: 43 Giao din ma trn hc hỡnh: Giao din ma trn hc kớ t: 44 Giao din nhn dng bng c trng 45 TI LIU THAM KHO [1] Bi ging ca Thy PGS-TS Nguyn Thin Lun [2] L A Zadeh Outline of a New Approach to the Analysis of Complex Systems and Decision Processes IEEE Trans on Systems, Man, And Cybernetics, Vol SMC-3, No1, January, 1973 [3] Lotfi A Zadeh: The concept of a linguistic variable and its application to approximate reasoning - I Inf Sci 8(3): 199-249 (1975) [4] L A Zadeh A fuzzy-algorithmic approach to the definition of the complex system or imprecise concepts Int J Man-Maniche Studies (1976), 8, 249-291 [5] L A Zadeh From Computing with Numbers to Computing with WordsFrom Manipulation of Measurements to Manipulation of Perceptions Int J Appl Math Comput Sci., 2002, Vol.12, No.3, 307324 [6] L A Zadeh Toward a Generalized Theory of Uncertainty (GTU)An Outline Information Sciences, (1-2): 1-40 (2005) [7] J.M Mendel Fuzzy Logic System in Engineering: A Tutorial Proceedings of IEEE, Vol 83, No 3, 1995 [8] Mendel, J M., Fuzzy Sets for Words: New Beginning, Proc of IEEE Int'l Conf on Fuzzy Systems, St Louis, MO, May 26-28, 2003, pp 37-42 [9] Karnik, N and J M Mendel, Operations on Type-2 Fuzzy Sets, Fuzzy Sets and Systems, vol 122, pp.327-348, 2001 [10] Giáo trình Lôgic toán / Nguyễn Hữu Ngự // ĐH Tổng Hợp Hà Nội, 1989 [11] Lý thuyết điều khiển mờ / Phan Xuân Minh, Nguyễn Doãn Phớc// Khoa học Kỹ thuật, 1999 [12] Cognition Theory and Applications / Stephen K.Reed// Pacfic Grow, Caliornia,1987 46 [...]... tra cứu trong cơ sở dữ liệu hiện có hình ảnh sai lạc ít nhất theo giá trị ngỡng i cho trớc, ngợc lại hệ thống kết luận không nhận dạng đợc Bài toán nhận dạng hình ảnh theo mô hình sau: Tập các mẫu của hình thứ i a1 a2 an Xây dựng tập mờ M,Ai Hình cần nhận dạng Nhận dạng Tập hình trong bộ lưu Tập các hình Xác định i Chọn Min i 19 Đối sánh ảnh đối tợng cần nhận dạng và tập mờ trong cơ sở dữ liệu đợc... toán nhận dạng hình sau: có một tập hình ảnh, sau khi đợc xử lý sơ bộ về kích thớc và màu sắc, hệ thống sẽ tiến hành học mẫu, tích luỹ kinh nghiệm bằng các ma trận điểm, lu trữ vào một cơ sở dữ liệu mờ Một mẫu hình đa vào hệ thống để nhận dạng sẽ có hai khả năng: 1 Là mẫu cần học, hệ thống sẽ tích luỹ kinh nghiệm vào cơ sở dữ liệu Minh hoạ trong hình dới đây là một hình tròn: 18 2 Là mẫu cần nhận dạng, ... P(Ci,X) > P(Ck/X) vi i k thỡ X Ci Tựy theo cỏc phng phỏp nhn dng khỏc nhau, hm phõn bit trờn s cú tỏc dng khỏc nhau 11 1.4 S tng quan ca h thng nhn dng Qua kho sỏt phn trờn chỳng ta cú th biu din s tng quan ca h thng nhn dng nh hỡnh 1.2 sau: Đối tượng vật lý Thu nhận Số liệu (tín hiệu) Tiền xử lý số Đánh giá chất lượng nhận dạng Đối tượng Trích chọn Biểu diễn Học hình thành biểu diễn đặc trưng Đặc... B ( x) 1 + à A ( x)à B ( x) 5) à A B ( x ) = à A ( x ) + à B ( x ) à A ( x ).à B ( x ) 14 2.3.2 Phộp giao hai tp m Giao của hai tập mờ A và B là một tập mờ AB xác định trong không gian nền X có hàm liên thuộc à A B ( x ) thoả mãn: 1) Chỉ phụ thuộc vào à A ( x ) và à B ( x ) 2) Nếu à B ( x ) = 1 với mọi x thì à A B ( x ) = à A ( x ) 3) Có tính giao hoán à A B ( x ) = à B A ( x ) à ( A B ) C ( x )... tượng vật lý Thu nhận Số liệu (tín hiệu) Tiền xử lý số Đánh giá chất lượng nhận dạng Đối tượng Trích chọn Biểu diễn Học hình thành biểu diễn đặc trưng Đặc tính sự phân lớp Trả lời Ra quyết định nhận dạng phân lớp Học và ra quyết định Hỡnh 1.2 S tng quan ca h thng nhn dng ỏnh giỏ cht lng nhn dng, ta s dng ch s nhn dng c o bng t s gia i s i tng nhn dng ỳng v tng s cỏc i tng quan sỏt thu nhn Cỏc h thng... "tiờn ờ " cua ly thuyờt tõp hp kinh iờn o la cac "tiờn ờ " cho phep giao, phep hp va phep bu 2.3.1 Phộp hp hai tp m Hợp của hai tập mờ A và B là một tập mờ AB cùng xác định trong không gian nền X có hàm liên thuộc à A B ( x ) thoả mãn: 1) Chỉ phụ thuộc vào à A ( x ) và à B ( x ) 2) Nếu à B ( x ) = 0 với mọi x thì à A B ( x ) = à A ( x ) 3) Có tính giao hoán à A B ( x ) = à B A ( x ) 4) Có tính kết hợp... - à A B (x) đợc lựa chọn một trong 5 công thức hợp - à A B (x) đợc lựa chọn một trong 5 công thức giao Từ đó công thức (*) sẽ có 25 phơng án giá trị khác nhau Xác định độ sai lệch giữa đối tợng cần nhận dạng với mẫu trong cơ sở dữ liệu có thể lựa chọn bằng các phơng pháp sau: - = Max à AB (i, j ) i =1,n j =1,m - = độ cao của tập mờ Maxà AB (i, j ) + Minà AB (i, j ) 2 giá trị trung bình biên n ,m -... AB ( x ) = à A ( x ).à B ( x ) 15 2.3.3 Phộp bự ca mt tp m Tp bự ca tp m A trờn nn X l mt tp m ( A, à ) xỏc nh trờn khụng gian A nn X vi hm liờn thuc tho món cỏc iu kin sau: a) à A ( x ) chỉ phụ thuộc vào à A ( x ) b) Nếu à A ( x ) = 1 thì à A ( x ) = 0 c) Nếu à A ( x ) = 0 thì à A ( x ) = 1 d) Nếu A B thì có à A ( x ) à B ( x ) 2.3.4 Phộp hiu i xng Cho 2 tp m {A,àA(x)} v {B,àB(x)} Hiu i xng ca 2... nếu xA hoặc 0 nếu xA 1 nếu x A à A ( x ) = 0 nếu x A 2.2 nh ngha tp m Tập mờ A đợc xác định trên không gian nền kinh điển X là một tập mà mỗi phần tử của nó là một cặp ( x , à A ( x )) trong đó x X và à A ( x ) là ánh xạ à A : X [ 0,1] ánh xạ à A đợc gọi là hàm liên thuộc (hàm phụ thuộc) của tập mờ A 2.3 Cỏc phộp toỏn trờn tp m Nhng phep toan c ban trờn tõp m la phep hp, phep giao va phep bu Viờc... khin nú vn l trung tõm trờn hỡnh thc, m rng in vo mu, Bng cỏch chốn mó vo x lý s kin cho mt phớm nhn trong mt hp vn bn, chng trỡnh t ng cú th dch l trng hp ca vn bn c nhp vo, hoc thm chớ ngn chn mt s ký t b chốn vo Visual Basic cú th to file thc thi (EXE file), iu khin ActiveX, hoc cỏc tp tin DLL, nhng ch yu dựng phỏt trin cỏc ng dng Windows v giao din h thng c s d liu Hp thoi vi chc nng ớt hn cú ... thống kết luận không nhận dạng đợc Bài toán nhận dạng hình ảnh theo mô hình sau: Tập mẫu hình thứ i a1 a2 an Xây dựng tập mờ M,Ai Hình cần nhận dạng Nhận dạng Tập hình lưu Tập hình Xác định i... nhận dạng hình sau: có tập hình ảnh, sau đợc xử lý sơ kích thớc màu sắc, hệ thống tiến hành học mẫu, tích luỹ kinh nghiệm ma trận điểm, lu trữ vào sở liệu mờ Một mẫu hình đa vào hệ thống để nhận. .. thống để nhận dạng có hai khả năng: Là mẫu cần học, hệ thống tích luỹ kinh nghiệm vào sở liệu Minh hoạ hình dới hình tròn: 18 Là mẫu cần nhận dạng, hệ thống tra cứu sở liệu có hình ảnh sai lạc