NHẬN DẠNG CHỮ VIẾT TAY MÔ HÌNH MARKOV ẨN

COMPANY LOGO www.themegallery.com GiỚI THIỆU ĐỀ TÀI - Các bài toán nhận dạng đang được ứng dụng trong thực tế, hiện nay tập trung vào nhận dạng mẫu, nhận dạng tiếng nói và nhận dạng ch

Trang 3

COMPANY LOGO

www.themegallery.com

GiỚI THIỆU ĐỀ TÀI

- Các bài toán nhận dạng đang được ứng dụng trong thực tế, hiện nay tập trung vào nhận dạng mẫu, nhận dạng tiếng nói và nhận

dạng chữ…

-Nhận dạng chữ viết tay là bài toán được quan tâm rất nhiều và nhận dạng ký tự không dấu đã đạt được nhiều thành công lớn -Nhận dạng chữ viết tay tiếng Việt vẫn còn là vấn đề thách thức lớn đối với các nhà nghiên cứu

- Bài toàn này chưa thể giải quyết trọn vẹn được vì nó hoàn toàn phụ thuộc vào người viết và sự biến đổi quá đa dạng trong cách viết và trạng thái sức khỏe, tinh thần của từng người viết

Trang 4

GiỚI THIỆU ĐỀ TÀI

- Hiện nay có một số đề tài nghiên cứu nhận dạng chữ viết tay

tiếng Việt như mạng Nơron, máy Vector hổ trợ…., tuy nhiên kết quả nhận dạng lại không cao

Đó là lý do em chọn đề tài này với mong muốn nâng cao kết quả nhận dạng đặc biệt là tiếng Việt

Trong đề tài tập trung vào nghiên cứu nhận dạng các ký

tự viết tay tiếng Việt đơn lẽ bằng mô hình Markov ẩn

Trang 7

COMPANY LOGO

TIỀN XỬ LÝ VÀ TRÍCH CHỌN ĐẶC TRƯNG

-Thuật toán trung bình cộng :

Ý tưởng của thuật toán như sau: Tính trung bình cộng giá trị của 1pixel, sau đó gán lại giá trị trung bình cộng đó cho RGB

Ví dụ:Quá trình chuyển xám như sau :

Trang 8

2 Phân ngƣỡng

- Mục đích: Chuyển ảnh đầu vào thành ảnh đen trắng (là ảnh có

các pixel chỉ mang giá trị 0 hoặc 255)

- Thuật toán trung bình cộng:

Sau khi tính được giá trị TBC như phần 1 ta đem so sánh với ngưỡng

Trang 9

COMPANY LOGO

Ngưỡng là một số nằm trong khoảng từ 0255 Trong

bài này đang đặt ngưỡng là 128

Thuật toán này cụ thể như sau:

 Nếu TBC < 0: Gán giá trị R,G,B = 0

 Nếu TBC > 255: Gán giá trị R,G,B = 255

 Nếu TBC < Ngưỡng: Gán giá trị RGB = 0

 Nếu TBC >= Ngưỡng: Gán giá trị RGB=255

Trang 10

-Với những ảnh đầu vào là ảnh scan hoặc ảnh chụp từ điện

thoại hoặc máy ảnh, sau khi phân ngưỡng hay có các điểm đen

lốm đốm nằm rải rác trên toàn bộ vùng ảnh

- Các điểm này gọi là nhiễu, mục đích của bộ lọc median là

loại bỏ các điểm nhiễu này

Trang 11

COMPANY LOGO

Kỹ thuật lọc trung vị

Giả sử ta có ảnh I, điểm ảnh P, cửa sổ w(p) và ngưỡng ᶲ

Khi đó lọc trung vị gồm các bước sau :

Bước 1 : Tính trung vị

Bước 2 : Gán giá trị

) ( )}

( /

) ( { I q q  W p   Med p

( / )

(

/ ) ( )

( / )

( )

(

p Med p

I Neu p

Med

p Med p

I Neu p

I p

Ikq

Trang 12

7 2 2 4 1 2

1 4 7 31 4 2

2 1 4 1 0 1

2 2 2 4 1 2

1 4 4 4 4 2

2 1 4 1 0 1

kq

I

Trang 13

Ví dụ :1 ảnh đầu vào như sau:

Trước khi phát hiện biên Sau khi phát hiện biên

Trang 14

+ Cận phải (Right)

- Vì ảnh sau khi đã qua tiền xử lý là ảnh chỉ bao gồm 2 giá trị :

+ 0: Biểu diễn bởi màu đen + 255: Biểu diễn bởi màu trắng

Trang 15

COMPANY LOGO

Tìm cận trên (Top)

Ý tưởng: Quét ảnh theo chiều ngang từ trên xuống

dưới Đến khi nào gặp điểm đen đầu tiên thì dừng lại đó là

điểm cận trên

Tìm cận dưới (Bottom)

Ý tưởng: Quét ảnh theo chiều ngang từ dưới lên trên

Đến khi nào gặp điểm đen đầu tiên thì dừng lại đó là điểm

cận dưới

Trang 16

Tìm cận trái (Left)

Ý tưởng: Quét ảnh theo chiều dọc từ trái sang phải Đến

khi nào gặp điểm đen đầu tiên thì dừng lại đó là điểm cận trái

Tìm cận phải (Right)

Ý tưởng: Quét ảnh theo chiều dọc từ phải sang trái Đến

khi nào gặp điểm đen đầu tiên thì dừng lại đó là điểm cận phải

Sau khi tìm được 4 điểm cận Ta cắt ảnh theo 4 tọa độ vừa tìm được thì sẽ thu được vùng chỉ chứa ký tự

Trang 17

Cách tính góc nghiêng như sau:

- Xoay ảnh trong 1 khoảng từ góc a1a2

- Bước nhảy là 1 góc b

- Ảnh đầu vào từ vị trí 1 xoay đến vị trí 4 và mỗi bước xoay 1

góc là b, sau mỗi lần xoay tính toán lại trọng số của ảnh

- Tính max của các trọng số

- Ở bước xoay nào trọng số đạt giá trị max thì đó là góc xoay

cần tính của ảnh

Trang 18

6 Trích chọn đặc trƣng

•Mục đích: Trích ra các đặc trƣng của ảnh để quá trình nhận dạng chính xác

- Đồng nhất các ảnh về cùng

kích thước (20*30)

- Chia ảnh thành các vùng mang những

đặc trưng của ảnh đó, ta chia chiều dọc

thành 3 đoạn chiều ngang thành 3 đoạn :

- Sau khi chia ký tự thành các đoạn ta tính lại pixel ảnh

Mỗi vùng sẽ mang các vector đặc trưng riêng

Trang 20

•Ví dụ kết quả của ảnh sau khi lượng tử

Ví dụ :Kết quả của ảnh sau khi lượng tử :

Trang 21

xác định các tham số ẩn từ các tham số quan sát được dựa trên

sự thừa nhận này Các tham số của mô hình được rút ra sau đó

có thể sử dụng được để thực hiện các phân tích kế tiếp

Trang 22

MÔ HÌNH MARKOV Ẩn

•Ví dụ kết quả của ảnh sau khi lượng tử

Ứng dụng của mô hình Markov ẩn :

Trang 24

- qt là trạng thái đặt đến được thời điểm t

- aij là xác suất chuyển từ trạng thái Si sang trạng thái Sj :

Aij = P[qt+1 = j|qt = i],

- S là trạng thái của hệ thống ở thời điểm t

Trang 25

Hỏi : Xắc suất để thời tiết 4 ngày liên tiếp : Nắng, mưa, mây, nắng ?

Trả lời : Dãy quan sát o là (nắng , mưa, mây , nắng)

2 0 06

2 0

3 0 3 0 04

A

0.2

0.1 0.2

Trang 26

aij= P(qt+1 =j|qt =i),aij 0, 1 i,j N B=[bij] xác suất nhả ký hiệu

b = P(o =k|q=i),b 0, 1 i N&1 k M xác suất khởi trạng

A=[aij] xác suất chuyển trạng thái

  i  P(q1  i)

Trang 27

-N trạng thái, M tín hiệu quan sát

-Khả năng chọn bình là xác suất chuyển trạng thái

- Khả năng chọn quả cầu là xác suất của tín hiệu quan sát

Trang 28

MÔ HÌNH MARKOV ẨN

Ba bài toán mô hình Markov ẩn

Bài toán 1: cho trước chuỗi tín hiệu quan sát O = O1 O2 … OT

và mô hình HMM đại diện bởi bộ tham số λ = (A, B, π) Làm sao để tính toán một cách hiệu quả p(O|λ) – xác suất phát sinh O

từ mô hình λ?

Bài toán 2: cho trước chuỗi tín hiệu quan sát O = O1 O2 … OT

và mô hình HMM đại diện bởi bộ tham số λ = (A, B, π) Cần tìm ra chuỗi trạng thái tối ưu nhất Q = q1 q2 … qT đã phát sinh

ra O?

Trang 29

COMPANY LOGO

Bài toán 3: cho trước chuỗi tín hiệu quan sát O = O1, O2 … OT

Làm thế nào để xác định các tham số mô hình λ = (A, B, π) sao

cho cực đại hóa xác suất p(O|λ)?

Bộ tham số λ có thể được chọn sao cho xác suất p(O|λ) đạt cực

đại cục bộ bằng thuật toán Baum-Welch:

- Trước tiên, ta định nghĩa ξt(i,j) là xác suất ở trạng thái Si tại thời điểm t và rơi vào trạng thái Sj ở thời điểm t+1 cho trước mô hình λ và chuỗi tín hiệu quan sát O:

ξt (i, j) =p(qt= Si , qt +1 = S j | O, λ)

Trang 30

Theo định nghĩa này, ξt(i,j) có thể được tính thông qua các biến

forward α t(i) và backward βt(i) như sau:

Mặc khác, ta đã có γt(i) là xác suất ở trạng thái Si vào thời điểm t cho trước chuỗi tín hiệu quan sát O và mô hình λ Lấy tổng ξt(i,j) trên j, ta được tương quan giữa γt(i) và ξt(i,j) như sau:

Trang 31

COMPANY LOGO

Nếu ta lấy tổng γt(i) theo t ∈ [1, T-1], kết quả nhận được

là số lần kỳ vọng chuyển trạng thái từ Si Tương tự, lấy tổng

ξt(i,j) theo t ∈ [1, T-1], ta sẽ có số lần kỳ vọng chuyển từ trạng

thái Si sang Sj:

Với các đại lượng này, ta có các biểu thức cập nhật tham

số của HMM như sau:

Trang 32

) , , (  A B

Trang 33

COMPANY LOGO

www.themegallery.com ỨNG DỤNG MÔ HÌNH MARKOV ẨN NHẬN

Nhận dạng: Cũng tương tự như phần huấn luyện Ảnh scan sẽ được lấy đặc trưng Dãy vector đặc trưng lần lượt sẽ đưa vào các

mô hình Markov ẩn đã được huấn luyện Mô hình nào gần nhất với mô hình huấn luyện thì sẽ được chọn

Trang 34

CHƯƠNG TRÌNH DEMO

- Cấu hình cài đặt : CPU pentium4, RAM 2G

- Ngôn ngữ lập trình : Ngôn ngữ C# , mã nguồn mở

- Giao diện chính chương trình :

Trang 35

COMPANY LOGO

KẾT LUẬN

 Đề tài đã ứng dụng mô hình Markov ẩn vào nhận dạng chữ

viết tay cho thấy kết quả nhận dạng tương đối tốt

 Hướng phát triển tiếp theo

- Nhận dạng đoạn văn bản viết tay…

- Phát triển để chương trình có thể tích hợp với các trương trình quản lý sinh viên, học sinh Phát triển thêm về mặt dữ liệu để

trương trình có thể hoạt động tốt với dữ liệu của các chương trình quản lý

- Cải tiến một số thuật toán tiền xử lý để chương trình có tốc độ tốt hơn

- Phát triển giao diện thân thiện hơn với người sử dụng

Trang 36

LOGO

EM XIN CẢM ƠN THẦY CÔ VÀ CÁC BẠN ĐÃ

LẮNG NGHE !

Định dạng
Số trang	36
Dung lượng	838,27 KB