Trong luận văn này trình bày tổng quát những kiến thức và nền tảng trong lĩnh vực xử lý ảnh ứng dụng trong ngành công nghệ nhận dạng (chủ yếu là nhận dạng chữ viết tay). Đây là một lĩnh vực mới và đang trong quá trình phát triển trên thế giới.
Luận văn đã nghiên cứu các đặc trưng của ảnh, thuật toán nhận dạng… và được lựa chọn rất kỹ lưỡng. Trong đó thuật toán nhận dạng bằng mô hình Markov ẩn được chúng tôi lựa chọn là phương pháp nhận dạng chữ viết tay trong luận văn này vì tính chính xác và tốc độ nhận dạng cao. Từ mô hình Markov ẩn được ứng dụng nhiều trong nhận dạng ký hiệu ngôn ngữ, tiếng nói, cử chỉ tay (là những nhận dạng về hình ảnh động, âm thanh)… chúng tôi đã nghiên cứu thành công mô hình Markov ẩn, cơ sở toán học của nó và đã biết cách vận dụng trong nhận dạng chữ viết tay trên ảnh ký tự (ảnh tĩnh), xây dựng được chương trình thực nghiệm nhận dạng chữ viết tay với hiệu suất nhận dạng cao.
Kết quả thử nghiệm nhận dạng trên các mô hình Markov ẩn được xây dựng từ tập CSDL chữ viết tay, tập CSDL này được thu thập mẫu chữ từ nhiều người với các kiểu chữ khác nhau. Ngoài ra, tôi cũng đã nghiên cứu các phương pháp để nâng cao chất lượng ảnh bằng cách lọc và khử nhiễu, do đó chương trình cũng đã nhận dạng được các ảnh bị mờ hoặc bị lệch tọa độ ít (trong quá trình scan).
Bên cạnh những kết quả đạt được, đề tài vẫn còn một số hạn chế và trong tương lai chúng tôi sẽ khắc phục những hạn chế đó cụ thể: vì luận văn tập trung vào nghiên cứu mô hình Markov ẩn và xây dựng chương trình thực nghiệm nên chúng tôi chỉ xây dựng nhận dạng đối với ba ký tư ‘A’, ‘C’, ‘L’. Do đó để hoàn thiện hơn, chúng ta cần phải xây dựng thêm mô hình Markov ẩn đối với các ký tự còn lại trong bảng chữ cái và cần tạo thêm nhiều mẫu chữ
hơn nữa để thực hiện huấn luyện nhằm tăng độ chính xác của quá trình nhận dạng.
Nếu có điều kiện, tôi sẽ tiếp tục nghiên cứu và hệ thống thành một dây chuyền tự động ứng dụng vào bài toán thực tế cho nhận dạng như tìm hiểu nghiên cứu để thực hiện thêm một số chức năng tách chữ, nhận dạng đoạn văn bản viết tay.