Giao diện chính của chƣơng trình:
Hình 3.1: Giao diện chƣơng trình thử nghiệm
Chức năng chính của chƣơng trình làphát hiện góc nghiêng của phiếu điểm. Trên thanh công cụ có các thao tác: File- có chức năng mở file, lƣu file, thoát. Công cụ: trong chƣơng trình này thực hiện dựatrên biến đổiHough.
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc.tnu.edu.vn/
Ngoài ra, Zoom In (phóng to) Zoom Out (thu nhỏ), Undo (quay trở lại ảnh gốc).
- Chức năng quay ảnh: cho phép ngƣời dùng quay lại ảnh cho chính xác sau khi đã phát hiện góc nghiêng, chƣơng trình cài đặt thuật toán dò tìm góc nghiêng của ảnh phiếu điểm là thuật toán áp dụng biến đổi Hough.
- Các chức năng phóng to, thu nhỏ: cho phép ngƣời dùng có thể tăng hoặc giảm kích thƣớc ảnh trƣớc và sau mỗi thao tác cho phù hợp với tầm quan sát. - Chức năng Lƣu ảnh: cho phép lƣu lại ảnh mới sau khi đã lọc ảnh hay hiệu chỉnh góc nghiêng từ ảnh đầu vào.
Sau khi chọn một file ảnh (định dạng bmp, jpg, png) và click chuột chọn chức năng Công cụ/ Hough, chƣơng trình sẽ hiển thị góc nghiêng
nếu ảnh bị nghiêng hoặc sẽ thông báo không xác định đƣợc góc nghiêng cho văn bản với những trƣờng hợp đặc biệt.
Dƣới đây là màn hình chƣơng trình vớihình ảnh phiếuđiểmthu nhận xoay trái, xoay phải với độ hiển thị góc nghiêng của phiếu điểm và kết quảsau khi hiệu chỉnh góc nghiêng.
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc.tnu.edu.vn/
Hình 3.2: Một phiếu điểm khi thu nhận bị xoay trái
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc.tnu.edu.vn/
Hình 3.4: Hiển thị góc nghiêng của phiếu điểm
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc.tnu.edu.vn/
PHẦN KẾT LUẬN
Ngày nay, do sự phát triển và nhu cầu đòi hỏi của xã hội, một lƣợng lớn thông tin cần phải đƣợc nhập vào máy để xử lý. Trong số những thông tin cần nhập đó các phiếu điểm dƣới dạng viết tay, form mẫucó sẵn (trắc nghiệm) ngày càng có chiều hƣớng gia tăng trong các nhà Trƣờng.
Hơn nữa, sự phát triển nhanh chóng của công nghệ thông tin trên cả hai lĩnh vực: Phần cứng và phần mềm đã cho phép kỹ thuật nhập liệu tự động phát triển theo nhiều phƣơng hƣớng khác nhau và đã đạt đƣợc những thành công nhất định. Chẳng hạn, ngày nay có thể mua đƣợc các scanner có thể quét nhiều trang (ADF) với tốc độ cao nhƣng giá lại rẻ chẳng khác gì scanner quét trang một so với trƣớc đó.Kỹ thuật nhập liệu tự động liên quan chặt chẽ với đồ hoạ, nhận dạng và thuật xử lý ảnh.
Trong các hệ thống nhập dữ liệu tự động, cụ thể là phiểu điểm, chất lƣợng của các phiếu điểm thu nhận trong quá trình quét liên quan mật thiết đối với chất lƣợng nhận dạng phiếu điểm. Những vấn đề thƣờng gặp phải trong quá trình thu nhận đó là: Độ lệch, độ dịch chuyển, xoay, biến dạng v.v..của phiếu điểm, cũng nhƣ vấn tách đƣợc các đối tƣợng hình học đƣợc dùng để đánh dấu trong phiếu. Xuất phát từ thực tế đó, luận văn nhằm nghiên cứu một số kỹ thuật xử lý ảnh giúp nâng cao chất lƣợng ảnh đầu vào và đã đạt đƣợc một số kết quả cụ thể sau:
Trình bày khái quát về xử lý ảnh và xử lý form tài liệu
Hệ thống hóa một số kỹ thuật nâng cao chất lƣợng nhận dạng form tài liệu liên qua đến việc khử nhiễu và hiệu chỉnh góc nghiêng
Cài đặt thử nghiệm chƣơng trình hiệu chỉnh góc nghiêng của phiếu điểm Luận văn đáp ứng yêu cầu thực tiễn: nâng cao chất lƣợng ảnh đầu, từ đó có thể áp dụng vào các lĩnh vực nhƣ tự động thu thập dữ liệu từ các mẫu
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc.tnu.edu.vn/
đơn/báo biểu, tự động xử lý các hoá đơn, tự động phục hồi và copy tài liệu từ các ảnh quét, …
Do thời gian có hạn và khả năng còn nhiều hạn chế nên luận văn khó tránh khỏi những sai sót, rất mong đƣợc sự góp ý của thầy cô và bạn bè để luận văn đƣợc hoàn thiện hơn.
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc.tnu.edu.vn/
KẾT LUẬN VÀ KIẾN NGHỊ
I. Những kết quả chính của luận văn
1. Luận văn trình bày một số những hiểu biết về quản lý và nhập điểm tự động, quy trình thực hiện của hệ thống nhập điểm tự động.
2. Luận văn khai thác các phép biến đổi biên và các phép biến đổi góc nghiêng và áp dụng biến đổi HOUGH trong góc nghiêng phiếu điểm.
3. Khai thác thuật toán chỉnh sửa góc nghiêng phiếu điểm.
II. Hƣớng phát triển tiếp theo của luận văn
1. Tích hợp thêm các thuật toán nâng cao chất lƣợng ảnh nhằm tăng khả năng phát hiện góc nghiêng.
2. Cài đặt các phƣơng pháp phát hiện góc nghiêng khác: phân cụm láng giềng, phép toán hình thái, hình chiếu nghiêng.
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc.tnu.edu.vn/
TÀI LIỆU THAM KHẢO Tài liệu tiếng Việt
[1]. Đỗ Năng Toàn, Phạm Việt Bình (2007), Giáo trình xử lý ảnh, NXB KH kỹ thuật.
[2]. Đỗ Năng Toàn, Phạm Văn Dũng, Phạm Việt Bình (2005), “Ứng dụng chu tuyến trong phát hiện góc nghiêng văn bản”, Kỷ yếu Hội thảo Quốc gia lần thứ 7 - Một số vấn đề chọn lọc của Công nghệ Thông tin và Truyền thông, Đà Nẵng 18-20/08 /2004, Nxb KH&KT, Hà Nội 2005, 432-441.
[3]. Đỗ Năng Toàn, Ngô Quốc Tạo, Một số phương pháp nâng cao hiệu quả nhận dạng phiếu điều tra dạng dấu phục vụ cho thiết kế hệ nhập liệu tự động markread, Tạp chí Tin học và Điều khiển học, Tập 15, số 4, năm 1999.
Tài liệu tiếng Anh
[4]. A Amin and S. Fischer, A Document Skew Detection Method Using theHough Transform, Pattern Analysis & Applications, 2000.
[5]. H. Baird, “The skew angle of printed documents”. Society of Photographic Scientists and Engineers, 1987.
[6] J. Canny, A Computational Approach To Edge Detection, IEEE Trans. Pattern Analysis and Machine Intelligence, 1986.
[7] Castan, S.; Zhao, J. and Shen, J."New edge detection methods based on exponential filter", Pattern Recognition, vol.1, Jun 1990.
[8] A.K. Das, B.Chada. A fast algorithm for skew detection of document images using morphological. Proc of International Journal on DocumentAnalysis and Recognition, vol.4, 2001.
[9] S. C. Hinds, J. L. Fisher and D. P. D'Amato. A Document Skew Detection Method Using Run-Length Encoding and the Hough Transform. 10thInternational Conference on Pattern Recognition, vol. 1, 1990.
Số hóa bởi Trung tâm Học liệu - ĐHTN http://www.lrc.tnu.edu.vn/
[10] X. Jaing, H. Bunke, D. Widmer-Kljajo.Skew detection of document image by focused nearest-neighbour-clustering. Proc.Of the 5thInternational Conference on Document Analysis and Recognition,Bangalore. 1999.
[11] Kimmel, Ron and Bruckstein, Alfred M. "On regularized Laplacian zero crossings and other optimal edge integrators", International Journal ofComputer Vision, 2003.
[12] D. X. Le, "Automated Document Skew Angle Detection Using Projection Profiles, Variances, Component Labelling and the Hough Transform," M.S. thesis, Computer Science Department, George MasonUniversity, November 17th, 1992.
[13] Shutao Li, QinghuaShen and Jun Sun. Recognition Letters, Volume 28, Issue 5, 1 April 2007.
[14] Yue Lu and Chew Lim Tan, “A nearest neighbor chain based approach to skew estimation in document images”, Pattern Recognition Letters 24, 2003.