Thiết kế hệ thống nhúng nhận dạng chữ viết tay

ĐẠI HỌC QUỐC GIA TP HCM TRƢỜNG ĐẠI HỌC BÁCH KHOA TRẦN SONG TOÀN THIẾT KẾ HỆ THỐNG NHÚNG NHẬN DẠNG CHỮ VIẾT TAY Chuyên ngành: Kỹ Thuật Điện Tử Mã số: 60 52 70 LUẬN VĂN THẠC SĨ TP HỒ CHÍ MINH, tháng 06 năm 2013 CƠNG TRÌNH ĐƯỢC HOÀN THÀNH TẠI TRƯỜNG ĐẠI HỌC BÁCH KHOA –ĐHQG -HCM Cán hướng dẫn khoa học : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Cán chấm nhận xét : (Ghi rõ họ, tên, học hàm, học vị chữ ký) Luận văn thạc sĩ bảo vệ Trường Đại học Bách Khoa, ĐHQG Tp HCM ngày tháng năm Thành phần Hội đồng đánh giá luận văn thạc sĩ gồm: (Ghi rõ họ, tên, học hàm, học vị Hội đồng chấm bảo vệ luận văn thạc sĩ) Xác nhận Chủ tịch Hội đồng đánh giá LV Trưởng Khoa quản lý chuyên ngành sau luận văn sửa chữa (nếu có) CHỦ TỊCH HỘI ĐỒNG TRƢỞNG KHOA ĐIỆN-ĐIỆN TỬ ĐẠI HỌC QUỐC GIA TP.HCM TRƢỜNG ĐẠI HỌC BÁCH KHOA CỘNG HÒA XÃ HỘI CHỦ NGHĨA VIỆT NAM Độc lập - Tự - Hạnh phúc NHIỆM VỤ LUẬN VĂN THẠC SĨ Họ tên học viên: TRẦN SONG TOÀN Ngày, tháng, năm sinh: 15/12/1984 Chuyên ngành: Kỹ Thuật Điện Tử MSHV: 11140065 Nơi sinh: Trà Vinh Mã số : 60 52 70 I TÊN ĐỀ TÀI: THIẾT KẾ HỆ THỐNG NHÚNG NHẬN DẠNG CHỮ VIẾT TAY II NHIỆM VỤ VÀ NỘI DUNG: III NGÀY GIAO NHIỆM VỤ : (Ghi theo QĐ giao đề tài) IV NGÀY HOÀN THÀNH NHIỆM VỤ: (Ghi theo QĐ giao đề tài) V CÁN BỘ HƢỚNG DẪN (Ghi rõ học hàm, học vị, họ, tên): Tp HCM, ngày tháng năm 2013 CÁN BỘ HƢỚNG DẪN CHỦ NHIỆM BỘ MÔN ĐÀO TẠO (Họ tên chữ ký) (Họ tên chữ ký) TRƢỞNG KHOA ĐIỆN ĐIỆN TỬ (Họ tên chữ ký) Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang LỜI CẢM ƠN Em xin gửi lời cảm ơn chân thành đến TS Hoàng Trang Thầy hướng dẫn hỗ trợ em trình thực luận văn Thầy cung cấp cho em nhiều kinh nghiệm quý báo trình nghiên cứu thực luận văn Em gửi lời cám ơn đến quý thầy cô môn Điện tử trường Đại học Bách Khoa TP Hồ Chí Minh tạo điều kiện để em hồn thành luận văn Tơi xin cảm ơn bạn nghiên cứu viên, học viên bạn sinh viên thực công việc nghiên cứu phòng 116/B1 (IC design LAB) bạn hỗ trợ giúp đỡ công việc Tôi gửi lời cám ơn đến gia đình, bạn bè, người giúp đở, động viên tơi suốt q trình thực luận văn TP Hồ Chí Minh, 20/6/2013 Học viên Trần Song Toàn HVTH: Trần Song Toàn -i- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hồng Trang TĨM TẮT Nhận dạng chữ viết tay có nhiều ứng dụng thực tế, giúp cho việc xử lý loại biểu mẫu cách nhanh chóng hiệu Cùng với phát triển công nghệ lý thuyết xử lý ảnh, hệ thống nhận dạng thiết kế với tốc xử lý độ xác ngày cao Tuy nhiên hầu hết ứng dụng nhận dạng chữ viết thực máy tính cá nhân Đề tài “Thiết kế hệ thống nhúng nhận dạng chữ viết tay” thực dựa phương pháp xử lý ảnh Ứng dụng xây dựng hệ thống nhúng Điều giúp cho hệ thống tinh gọn có tính linh động cao Đề tài xây dựng giải thuật nhận dạng chữ viết tay rời rạc (các ký tự khơng bị dính nét với nhau) Ảnh chữ viết tay chụp từ camera Hệ thống thực công việc phát tách ký tự thành mẫu Các mẫu ký tự trích đặc trưng theo phương pháp chu tuyến kết hợp với phương pháp xác định mật độ điểm ảnh Quá trình xử lý ảnh thực với thư viện mã nguồn mở OpenCV Phương pháp nhận dạng sử dụng đề tài Support Vector Machines (SVMs) Đề tài tìm hiểu bước xây dựng ứng dụng hệ thống nhúng Ứng dụng sau xây dựng máy tính cá nhân nhúng vào hệ thống phần cứng (BeagleBoard xM) thực thi HVTH: Trần Song Toàn -ii- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang ABSTRACT Handwriting recognition has many applications in reality, it helps to process the forms quickly and efficiently With the development of technology and the theory of image processing, the recognition system was designed with high processing speed and accuracy However, most of handwriting recognition systems are performed on personal computers The thesis "Design Embedded System for Handwriting recognition" is implemented by image processing functions The application is built on embedded systems This will make the system become more flexibility The thesis builds algorithm for discrete handwriting recognition (the characters are not overlapped by each other) The handwriting letters will be captured by the camera The system will detect and separate the letter samples The features are extracted from these samples by the method of circumference and pixel density The image processing is done with open source OpenCV library The recognition uses the classification of Support Vector Machines (SVMs) The thesis will also survey how to build applications on embedded systems After being built on computer, application will be embedded on BeagleBoard xM and run HVTH: Trần Song Toàn -iii- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hồng Trang LỜI CAM ĐOAN Tơi cam đoan kết đề tài thực chưa cơng bố cơng trình khoa học trước Người cam đoan Trần Song Toàn HVTH: Trần Song Toàn -iv- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang MỤC LỤC LỜI CẢM ƠN i TÓM TẮT ii ABSTRACT iii LỜI CAM ĐOAN iv MỤC LỤC v DANH SÁCH HÌNH VẼ VÀ BẢNG BIỂU viii CHƢƠNG I: TỔNG QUAN VỀ ĐỀ TÀI 1.1 Giới thiệu đề tài 1.2 Tình hình nghiên cứu 1.3 Mục tiêu giới hạn đề tài 1.3.1 Mục tiêu đề tài 1.3.2 Giới hạn đề tài 1.4 Bố cục luận văn CHƢƠNG II: CƠ SỞ LÝ THUYẾT 2.1 Hệ thống nhúng 2.1.1 Hệ điều hành nhúng 2.1.2 Hệ thống phần cứng 2.2 Xử lý ảnh số 10 2.2.1 Giới thiệu chung xử lý ảnh [13] 10 2.2.2 OpenCV với xử lý ảnh 12 2.3 Bài toán nhận dạng 16 2.3.1 Mẫu ? 16 2.3.2 Nhận dạng mẫu ? 17 2.3.3 Lịch sử lĩnh vực nhận dạng mẫu 17 2.3.4 Ứng dụng nhận dạng mẫu 17 2.3.5 Các toán nhận dạng mẫu 18 2.3.6 Các bước xử lý hệ thống nhận dạng mẫu 18 HVTH: Trần Song Toàn -v- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang 2.4 Phương pháp nhận dạng SVM (Support Vector Machine) 20 2.4.1 SVM tuyến tính 20 2.4.2 SVM khơng tuyến tính 22 2.4.3 Lề mềm (soft margin) 23 CHƢƠNG III: HỆ THỐNG NHẬN DẠNG CHỮ VIẾT TAY 25 3.1 Sơ đồ khối hoạt động hệ thống 25 3.2 Quá trình thu nhận ảnh 26 3.3 Giai đoạn tiền xử lý 27 3.3.1 Sơ đồ thực 27 3.3.2 Các bước thực 28 3.4 Tách ký tự 28 3.4.1 Sơ đồ thực 29 3.4.2 Các bước thực 29 3.5 Trích đặc trưng 32 3.5.1 Sơ đồ thực 33 3.5.2 Các bước thực 33 3.6 Xây dựng huấn luyện 37 3.7 Nhận dạng hiển thị kết 38 CHƢƠNG IV: XÂY DỰNG ỨNG DỤNG TRÊN BOARD NHÚNG BBxM 39 4.1 Sơ đồ hệ thống 39 4.2 Xây dựng hệ điều hành nhúng 40 4.2.1 Phân vùng ổ đĩa 40 4.2.2 U-Boot Boot Loader 41 4.2.3 Boot Script 42 4.2.4 Linux Kernel 43 4.2.5 Root file system sử dụng buildroot 43 4.2.6 Booting 43 4.2.7 Buildroot cho BBxM 44 4.2.8 Sử dụng Image file cho BBxM 45 HVTH: Trần Song Toàn -vi- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang 4.3 Biên dịch ứng dụng Board 45 4.3.1 Build OpenCV cho ARM 46 4.3.2 Thiết lập Qt cho BBxM 47 CHƢƠNG V: KẾT QUẢ 54 5.1 Kết đạt 54 5.1.1 Hoạt động chương trình 54 5.1.2 Một số kết đạt chương trình nhận dạng 55 5.1.3 Kết thống kê 57 5.2 Kết luận 59 5.2.1 Kết nghiên cứu 59 5.2.2 Hạn chế 59 5.3 Hướng nghiên cứu phát triển 60 TÀI LIỆU THAM KHẢO 61 HVTH: Trần Song Toàn -vii- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang /configure -opensource -confirm-license -prefix /opt/qt-arm -noqt3support -embedded arm -little-endian -xplatform qws/linux-DM3730-g++ qtlibinfix E Sau configure xong thực lệnh make make install (cơng việc vài tùy thuộc vào cầu hình máy tính) make make install Có thể sử dụng lệnh make –j2 –j4 máy có CPU lõi kép lõi tứ để tăng tốc độ biên dịch rút ngắn thời gian thực 4.3.2.3 Thiết lập Qt Creator để biên dịch với tảng Qt Everywhere Khởi động Qt Creator Chọn Tool -> Option -> Qt4 Tại thẻ Qt Versions nhấn vào nút add (biểu tượng dấu „+‟) thêm vào nội dung hình Hình 4.3 Add trình biên dịch ARM Qt HVTH: Trần Song Tồn -49- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang Toolchain phục vụ cho việc biên dịch chéo thêm vào Qt Creator Khi tạo project từ Qt Creator có thông báo cho việc chọn lựa công cụ biên dịch, ta nên chọn hết vừa có trình biên dịch máy vừa có trình biên dịch chéo để tiện cho việc kiểm tra Đối với project có sẵn ta cần add thêm trình biên dịch vào Ta thực sau: + Mở project + Chọn mục projects Chọn thẻ Build Settings + Nhấn vào nút „add‟ để thêm vào trình biên dịch cho ARM + Lúc để chọn trình biên dịch ta vào mục „Manage‟ để chọn Hình 4.4 Chọn lựa trình biên dịch cho Qt 4.3.2.4 Biên dịch ứng dụng Qt với thư viện OpenCV cho BBxM Các thư viện OpenCV cài sẵn Ubuntu sử dụng để build ứng dụng chạy ARM, để build ứng dụng Qt có sử dụng thư viện OpenCV ta cần add thư viện OpenCV build theo phần 4.2.1 Công việc thực sau: HVTH: Trần Song Toàn -50- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang Mở project Qt, thêm vào đường dẫn đến thư viện OpenCV file pro Hình 4.5 Thiết lập file pro Khi cần build ứng dụng chạy máy CONFIG += build_host, muốn build ứng dụng chạy BBxM CONFIG += build_BB Tương tự file header cần đường dẫn phù hợp để chọn lựa việc build ứng dụng HVTH: Trần Song Toàn -51- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang Hình 4.6 Thiết lập file header 4.3.2.5 Thiết lập BBxM Các thư viện Qt OpenCV sau biên dịch thực ARM Cortex-A8 tức thực thi BBxM Tất file build copy vào BBxM theo đường dẫn Đối với Qt Everywhere copy theo đường dẫn /opt/qt-arm/lib Trên BBxM khơng có sẵn đường dẫn này, ta có thực việc với lệnh sau (lệnh thực BBxM) cd / mkdir opt cd opt mkdir qt-arm cd qt-arm mkdir lib cd lib Đối với thư viện OpenCV copy vào thư mục /usr/lib BBxM Cần cài thêm số packages lên BBxM để hỗ trợ Qt opkg update opkg install libgles-omap3 opkg install libstdc++6 HVTH: Trần Song Toàn -52- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang opkg install libpng12-0 Để thực lệnh BBxM cần kết nối internet Nếu BBxM không kết nối internet packages cần download từ http://www.angstrom-distribution.org/repo/ sau copy vào BBxM thực việc cài đặt với lệnh: opkg install duong_dan/ten_goi.ipk 4.3.2.6 Build thực thi ứng dụng Qt BBxM Khởi động Qt Creator, mở tạo project Chọn build setting qt – arm sau build project tạo file bin Copy file bin vào BBxM Hình 4.7 File bin Sử dụng lệnh sau để thực thi ứng dụng BBxM cd duong_dan_den_file /tenfile -qws HVTH: Trần Song Toàn -53- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang CHƢƠNG V: KẾT QUẢ 5.1 Kết đạt đƣợc Xây dựng giao diện chương trình Qt Creator Kiểm tra hoạt động hệ thống máy tính cá nhân Build chương trình thực thi BBxM Sau số hình ảnh chương trình Giao diện chương trình Hình 5.1 Giao diện chương trình 5.1.1 Hoạt động chương trình Khi khởi động chương trình tất nút nhấn trạng thái “disable” trừ nút “Start” “Thoát” Nhấn “Start” cho phép nút nhấn “Enable” Khung tùy chọn giao diện cho phép chương trình hoạt động hai chế độ nhận dạng: nhận dạng từ file ảnh nhận dạng từ camera Ở chế độ nhận dạng từ file vùng hiển thị thị nội dung file ảnh nhận dạng Nhấn “xử lý” để thực việc nhận dạng Ở chế độ nhận dạng từ camera vùng thị cho biết nội dung lấy từ camera Nhấn “xử lý” để nhận dạng khung ảnh hiển thị Ở chế độ nhấn “xử lý” khung ảnh lưu lại HVTH: Trần Song Toàn -54- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang Chương trình hỗ trợ chức điều chỉnh số thông số thu nhận ảnh từ camera Chức nằm khung chỉnh ảnh giao diện bao gồm chỉnh thông số độ sáng, độ tương phản, độ chói ảnh 5.1.2 Một số kết đạt chương trình nhận dạng Nhận dạng ảnh với ký tự kích thước lớn Kết nhận dạng tốt Hình 5.2 Kết nhận dạng chữ có nhiều dịng chữ Nhận dạng ảnh dịng chữ bị nghiêng mức độ vừa phải, kết nhận dạng tốt Hình 5.3 Kết nhận dạng dịng chữ bị nghiêng Nhận dạng ảnh có xuất nhiễu (phần nằm ngồi trang giấy), chương trình loại nhiễu cho kết tốt HVTH: Trần Song Toàn -55- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hồng Trang Hình 5.4 Nhận dạng ảnh có nhiễu Nhận dạng ảnh bị nhiễu sáng (làm cho ảnh bị chuyển màu) phần ảnh trang giấy, kết nhận dạng tốt Hình 5.5 Nhận dạng ảnh có nhiễu sáng Nhận dạng ảnh với nhiễu ảnh, kết lọc nhiễu tốt cho kết xác Hình 5.6 Nhận dạng ảnh có nhiễu ảnh HVTH: Trần Song Toàn -56- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang Qua kết cho thấy: ảnh ký tự với nét chữ độ rộng tương đối kết nhận dạng xác Thời gian xử lý: tùy thuộc vào kích thước khung ảnh mật độ xuất ký tự ảnh mà thời gian xử lý khác Đối với ảnh kích thước 320x240 thời gian xử lý trung bình từ 20-40ms Đối với ảnh kích thước 640x480 thời gian xử lý nhiều 5.1.3 Kết thống kê Một số kết thống kê thời gian xử lý, tỉ lệ nhận dạng thể bảng bên Bảng 5.1 Thời gian nhận dạng Kích thước ảnh 320x240 640x480 Máy tính cá nhân ~20-40ms ~100-130ms BBxM ~0.5s ~1s Thiết bị Số lượng mẫu sử dụng đề tài bao gồm 4799 mẫu bao gồm 1504 mẫu dùng để training 3295 mẫu dùng để test Số lượng mẫu chữ kết nhận dạng thể bảng 5.2 Bảng 5.2 Kết nhận dạng Ký tự A B C D E F G H I J K L M Số mẫu Số mẫu trainning testing 84 160 60 140 60 125 50 125 80 125 20 125 50 125 100 125 80 125 20 125 60 125 50 125 50 125 HVTH: Trần Song Toàn Tỉ lệ nhận dạng (%) CT+ PB* CT** NP*** 96.88 99.38 94.38 K,R Số mẫu sai 1,4 96.43 97.14 97.14 D,O 2,3 97.60 91.20 96.80 G,T 2,1 93.60 94.40 95.20 B,O 6,2 97.60 96.00 97.60 C,K 2,1 91.20 92.00 70.40 E,P,T 1,6,4 96.00 96.80 96.80 O,Q 4,1 95.20 95.20 95.20 A,N,U 2,3,1 96.80 96.80 96.00 E,Z 2,2 88.00 92.00 84.00 I,S,T 9,4,2 94.40 92.80 89.60 F,R,X 1,5,1 99.20 96.80 97.60 K 92.80 88.80 86.40 H,N,V 4,4,1 -57- Ký tự nhận dạng sai Thiết kế hệ thống nhúng nhận dạng chữ viết tay Số mẫu Số mẫu trainning testing N 110 125 O 80 125 P 40 125 Q 40 125 R 40 125 S 40 125 T 60 125 U 80 125 V 80 125 W 20 123 X 50 125 Y 80 125 Z 20 122 Tổng cộng 1504 3295 Ký tự CBHD: TS Hoàng Trang Tỉ lệ nhận dạng (%) CT+ PB* CT** NP*** Ký tự nhận dạng sai Số mẫu sai 93.60 86.40 92.00 H,M,V 6,1,1 97.60 96.00 99.20 A,D,G 1,1,1 96.80 96.80 93.60 D,K 3,1 91.20 80.00 76.80 B,G,O 1,1,9 92.80 94.40 81.60 P,X 1,8 97.60 96.00 96.00 D,E,I 1,1,1 99.20 100.00 98.40 Y 93.60 95.20 96.00 V 93.60 93.60 90.40 H,U,Y 1,6,1 86.18 88.62 78.86 H,N,U,V 2,4,5,6 91.20 88.80 88.00 A,P,V,Y 1,1,1,8 93.60 92.80 92.80 I,V,X 1,4,1 92.62 90.16 83.61 C,I 2,7 94.43 93.39 90.94 Chú thích: *: phương pháp trích đặc trưng kết hợp chu tuyến phân bố điểm ảnh theo dòng cột (sử dụng đề tài) **: Phương pháp trích đặc trưng theo chu tuyến ***: Phương pháp trích đặc trưng nhị phân Thời gian training test (thực máy tính cá nhân) thể bảng 5.3 Bảng 5.3 Thời gian training test (laptop) CT+PB CT NP Training ~0.66s ~0.51s ~1.8s Test ~1.17s ~0.88s ~3.78s Kết nhận dạng với SVM theo phương pháp trích đặc trưng: - CT + PB: hiệu suất 94.43%, thời gian test 1.17s, thời gian training 0.66s - CT: hiệu suất 93.39%, thời gian test 0.88s, thời gian training 0.51s - NP: hiệu suất 90.94%, thời gian test 3.78s, thời gian training 1.8s Từ kết ta nhận thấy phương pháp trích chu tuyến kết hợp với mật độ điểm ảnh cho hiệu suất nhận dạng tốt thời gian xử lý ngắn Phương pháp trích HVTH: Trần Song Toàn -58- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang nhị phân thời gian xử lý nhiều tỉ lệ nhận dạng thấp so với phương pháp chu tuyến Tỉ lệ nhận dạng phương pháp tốt so với [6] (tỉ lệ nhận dạng từ 82.24%- 90.69%) phương pháp sử dụng [15] (tỉ lệ nhận dạng cao đạt 90.07%) Các mẫu có tỉ lệ nhận dạng thấp (J,W,Z) số mẫu training ít, để tỉ lệ nhận dạng tăng lên ta cần thêm số mẫu cho ký tự Điểm đề tài ứng dụng thực thi board nhúng (BBxM) Việc thực ứng dụng board nhúng giúp hệ thống phần cứng gọn nhẹ sử dụng cách linh hoạt Hệ thống nhận dạng chữ dịng riêng biệt, tách chữ dịng tương đối xác Hầu hết đề tài nhận dạng chữ viết tay (chữ số) thực mẫu rời rạc Kết thực mẫu rời rạc chuẩn hóa xác Nếu xử lý ảnh phụ thuộc vào nhiều bước thực hệ thống tỉ lệ giảm thấp 5.2 Kết luận 5.2.1 Kết nghiên cứu Sau thời gian nghiên cứu, tìm hiểu xây dựng chương trình, luận văn đạt kết sau: + Xây dựng hoàn chỉnh hệ thống nhận dạng chữ viết tay rời rạc + Xây dựng ứng dụng thực thi board nhúng BBxM + Kết nhận dạng mức cao (trên 90%) Sau trình nghiên cứu, thân có thêm nhiều kiến thức mà trước chưa đồng thời nâng cao thêm số kiến thức mà thân thiếu sót Bản thân hiểu rõ hệ thống nhúng, việc xây dựng ứng dụng hệ thống nhúng Biết thêm phầm mềm Qt Creator, thư viện OpenCV mà trước chưa sử dụng Nâng cao thêm kiến thức xử lý ảnh số, thuật toán nhận dạng 5.2.2 Hạn chế Cùng với kết đạt được, đề tài số hạn chế: HVTH: Trần Song Toàn -59- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang + Hệ thống nhận dạng ký tự rời rạc không liền nét + Kết nhận dạng phụ thuộc nhiều vào chất lượng ảnh đầu vào (do chất lượng camera) + Thời gian nhận dạng hệ thống nhúng cịn cao (~1s/khung ảnh), để đáp ứng cho hệ thống thời gian thực gặp nhiều khó khăn 5.3 Hƣớng nghiên cứu phát triển Phát triển mơ hình nhận dạng chữ viết để nhận dạng chữ viết bị dính nét Việc đòi hỏi cần phải sử dụng kỹ thuật phân đoạn ảnh nâng cao để tách ký tự dính nét Phát triển mơ hình nhận dạng chữ viết tay tiếng Việt Chữ viết tay tiếng Việt có thêm phần dấu, phần cịn lại giống với chữ la tinh Do cần xây dựng thêm training sử dụng để nhận dạng mẫu dấu Xây dựng giải thuật hậu xử lý để nâng cao tỷ lệ nhận dạng Kết sau nhận dạng xem xét ngữ cảnh để giải số trường hợp sai so với cấu trúc ngữ pháp tiếng Việt [17] Cải tiến giải thuật giúp cho hệ thống hoạt động nhanh để đáp ứng với hệ thống thời gian thực Phương pháp đề nghị kết hợp trình tách dịng ký tự q trình tiền xử lý, điều rút ngắn thời gian xử lý chương trình Trong trình tiền xử lý nên xem xét sử dụng phương pháp nhị phân hóa ảnh với phương pháp ngưỡng tự động Otsu HVTH: Trần Song Toàn -60- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang TÀI LIỆU THAM KHẢO [1] Merciadri Luca, Köen Kooi Ångström Manual, 29/06/2010 [2] Y LeCun and C Cortes “The MNIST Database of Handwritten Digits.” Internet: http://yann.lecun.com/exdb/mnist/, 1998 [May 30, 2012] [3] OpenCV Reference Manual v2.1, 18/03/2010 [4] Le Anh Cuong, Ngo Tien Dat, Nguyen Viet Ha “Isolated Handwritten Vietnamese Character Recognition with Feature Extraction and Classifier Combination” VNU Journal of Science, Mathematics - Physics 26 (2010) 123-139 [5] Phạm Anh Phương “Một số phương pháp trích chọn đặc trưng hiệu cho toán nhận dạng chữ viết tay rời rạc” Tạp chí khoa học, Đại học Huế, số 53, pp 73-79, 2009 [6] Phạm Anh Phương, Ngô Quốc Tạo, Lương Chi Mai “Vietnamese Handwritten Character Recognition By Combining SVM and Haar Wavelet Features” Các cơng trình nghiên cứu khoa học, nghiên cứu triển khai CNTT- TT, Số 20, tháng 10/2008, pp 36-42 [7] Bac Hoai Le, Thai Hoang Le and Kiem Hoang “A fuzzy neural network for Vietnamese character recognition”, 2010 [8] Lê Trần Hùng Ân “Nhận dạng chữ viết tay” Luận văn tốt nghiệp đại học Trường Đại học Bách Khoa, đại học QG TPHCM, 2012 [9] Bui Minh Thanh, Truong Quang Vinh, Hoang Trang “An Automatic Licence Plate Recognition System Based on Support Vector Machine” [10] Tran Anh Viet, Le Minh Hoang Hac, Le Tuan Bao Ngoc, Le Anh Duy “Optical Character Recognition for Vietnamese Scanned text” Tuyển tập Báo cáo Hội nghị Sinh viên Nghiên cứu Khoa học lần thứ Đại học Đà Nẵng năm 2012 [11] Rhandley D Cajote and Rowena Cristina L Guevara “Combining Local and Global Features for Offline Handwriting Recognition” PHILIPPINE ENGINEERING JOURNAL PEJ 2005; vol 26 No 1:21-32 [12] Lê Tiến Mười “Mạng Neural RBF ứng dụng nhận dạng chữ viết tay” Khóa luận tốt nghiệp đại học Trường Đại học Công nghệ, Đại học Quốc gia Hà Nội, 2009 [13] Phạm Đăng Tứ “Tìm hiểu phép tốn hình thái, phương pháp di truyền ứng dụng” Luận văn thạc sĩ kỹ thuật Đại học Thái Nguyên, 2009 HVTH: Trần Song Toàn -61- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang [14] BeagleBoard-xM Rev C System Reference Manual, April 4, 2010 [15] Jose Israel Pacheco “A comparative study for the handwritten digit recognition problem” Presented to the Department of Mathematics and Statistics California State University, Long Beach May, 2011 [16] http://en.wikipedia.org/wiki/Support_vector_machine [17] Châu Hải Duy “Cách tiếp cận dựa ngữ liệu cho kiểm tra lỗi tả tiếng Việt” Khóa luận cử nhân tin học Trường Đại học Khoa học Tự nhiên, Đại học Quốc gia TP Hồ Chí Minh Tháng 7, 2005 [18] http://www.angstrom-distribution.org/repo/ [19] LinuxToGo, Angstrom Manual, 2009 http://www.linuxtogo.org/gowiki/AngstromManual [20] http://xahoithongtin.com.vn/20120524095646171p0c110/5-may-tinh-di-dongultra-co-gia-duoi-200.html [21] http://www.labbookpages.co.uk/electronics/beagleBoard/custom.html [22] http://blog.galemin.com/ [23] http://processors.wiki.ti.com/index.php/Installing_CodeSourcery_Toolchain [24] http://circuitco.com/support/index.php?title=BeagleBoard-xM [25] http://processors.wiki.ti.com/index.php/Building_OpenCV_for_ARM_Cortex-A8 [26]http://treyweaver.blogspot.com/2010/10/setting-up-qt-developmentenvironment.html HVTH: Trần Song Tồn -62- LÝ LỊCH KHOA HỌC TRÍCH NGANG I Lý lịch sơ lƣợc Họ tên: Trần Song Tồn Giới tính: Nam Ngày tháng năm sinh: 15/12/1984 Nơi sinh: Tỉnh Trà Vinh Địa chỉ: Ấp Xoài Xiêm, xã Ngãi Xuyên, huyện Trà Cú, tỉnh Trà Vinh Điện thoại liên hệ: 0917407010 Email: tstoan1512@gmail.com II Quá trình đào tạo Đại học Thời gian đào tạo: từ 09/2002 đến 04/2007 Hệ đào tạo: Chính quy Nơi đào tạo: Đại học Cần Thơ Ngành học: Điện tử Thạc sĩ Thời gian đào tạo: từ 09/2011 đến Nơi đào tạo: Đại học Bách Khoa – Đại học Quốc gia Tp Hồ Chí Minh Ngành học: Kỹ Thuật Điện Tử ... Toàn -24- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS Hoàng Trang CHƢƠNG III: HỆ THỐNG NHẬN DẠNG CHỮ VIẾT TAY 3.1 Sơ đồ khối hoạt động hệ thống Bài toán nhận dạng chữ viết tay thực... tài xây dựng hệ thống nhận dạng chữ viết tay hệ thống nhúng, cụ thể kiến trúc ARM-cortex BeagleBoard xM (BBxM) HVTH: Trần Song Toàn -4- Thiết kế hệ thống nhúng nhận dạng chữ viết tay CBHD: TS... khối hệ thống nhận dạng chữ viết tay chức hoạt động khối Hình 3.1 sơ đồ khối hệ thống nhận dạng chữ viết tay Thu nhận ảnh Thu nhận Tiền xửảnh lý Thu nhận Tách ký ảnh tự Hiển thị kết Nhận dạng