Thuật toán mới chỉ dừng lại ở việc nhận dạng ảnh đơn thuần ký tự, chưa
nhận dạng được ảnh bao gồm cả các phần không phải là ký tự. III. HƯỚNG PHÁT TRIỂN
Nghiên cứu hoàn thiện chương trình hướng tới các ứng dụng thực tiễn
trong các hoạt động văn phòng như nhận dạng các vùng kê khai tiếng Việt
trong hồ sơ nhân viên, chứng minh thư… bằng cách phát triển chư ơng trình nhận dạng vùng điền thông tin và bóc tách vùng đó để lấy mẫu ký tự, sau đó đưa vào hệ nhận dạng để nhận dạng ký tự (có thể kết hợp kiểm tra lỗi chính
tả) và chèn kết quả thu được vào cơ sở dữ liệu. Phát triển theo hướng này chúng ta có thể tự động hóa công việc nhập liệu cho các hoạt động của nhân viên văn phòng.
DANH MỤC TÀI LIỆU THAM KHẢO Tài liệu tham khảo tiếng Việt
[1] Đỗ Năng Toàn, Phạm Việt Bình, “Giáo trình xử lý ảnh”, Đại học Thái
Nguyên, NXB Khoa học và Kỹ thuật, 2008.
[2] Nguyễn Thị Thanh Tân, (2013), “Nghiên cứu phương pháp nâng cao độ
chính xác nhận dạng chữ in đứt, dính và chữ viết tay hạn chế trong tiếng
Việt”, Luận án tiến sĩ toán học, Viện Công nghệ Thông tin, Viện Hàm lâm Khoa học và Công nghệ Việt Nam, 2013.
[3] Nguyễn Thị Thanh Tân, Đỗ Thị Luyến, (2011). Trích chọn đặc trưng cho
nhận dạng chữ Việt in chất lượng xấu. Một số vấn đề chọn lọc của Công
nghệ thông tin và truyền thông, Cần thơ, 7-8/10/2011, NXB KH&KT, trang 117-126.
[4] Nguyễn Thị Thanh Tân, Ngô Quốc Tạo, Lương Chi Mai, Lê Đức Hiếu,
(2010). Một thuật toán phân lớp kí tự thích hợp cho bài toán nhận dạng văn bản có chất lượng xấu. Nghiên cứu cơ bản và ứng dụng công nghệ
thông tin (FAIR), Hà Nội, 25-26/12/2009, NXB KH&KT, trang 111-125.
Tài liệu tham khảo tiếng Anh
[5] Annika Kuhl, Tele Tan, Svetha Venkatesh, “Model-based character recognition in low resolution”,ICIP, 2008, pp.1001-1004.
[6] Cheng-Lin Liu, Hiromichi Fujisawa, “Classification and Learning Methods for Character Recognition: Advances and Remaining Problems”, Machine Learning in Document Analysis and Recognition,
[7] Cheriet.M, Kharma.N.N, Liu.C.L, Suen.C, Character Recognition Systems: A Guide for Students and Practitioners, Wiley, October 2007.
[8] Hiroyuki Ishida, Tomokazu Takahashi, Ichiro Ide, Hiroshi Murase,
“Recognition of Character Strings in Low-quality Images Using Inter- character Features”, FIT, 2007, pp. 229-232.
[9] Johnson, Dan S., Seaman, Mark D., “Noise tolerant optical character recognition system”, United States Patent 5237627, 1993.
[10] L. Bentley, “Multidimensional Binary Search Trees in Database
Applications”,IEEE Trans. Software Eng, 1979, pp. 333-340.
[11] Mark S. Nixon and Alberto S. Aguado, Feature Extraction and Image
Processing, Academic Press, 2008.
[12] Pradeep Rai and Shubha Singh, "A Survey of Clustering Techniques",
Int. Journal of Computer Applications, vol. 7, no. 12, 2010, pp. 1–5. [13] Yang Mingqiang, Kpalma Kidiyo and Ronsin Joseph, “A Survey of
Shape Feature Extraction Techniques”, Pattern Recognition Techniques,
Technology and Applications, Peng-Yeng Yin, 2008, pp. 43-90. [14] http://www.leptonica.com/