Việc cài đặt chương trình mô phỏng hệ thống ứng dụng mạng Neural Hopfield nhận dạng hình ảnh ban đầu cho kết quả khả quan. Tuy nhiên việc sử dụng mạng Neural Hopfield cũng cần được thử nghiệm nhiều và so sánh với các thuật giải nhận dạng khác.
Một hạn chế trong luận văn này khi tiến hành cài đặt thuật giải và chạy thử nghiệm chỉ ra rằng số neural nói chung gấp 7 lần số ảnh mẫu cần phải nhớ trong mạng, việc các hình ảnh có kích thước khác nhau và ảnh mẫu cần nhớ nhiều cần phải lưu trữ số lượng lớn các trọng số. Do đó cần phải lưu trữ thông tin về hình ảnh cần mất số lượng lớn về dung lượng bộ nhớ. Đây chính là độ phức tạp của mạng Hopfield.
KẾT LUẬN VÀ HƯỚNG PHÁT TRIỂN
Kết quả đạt được của luận văn:
Sau một thời gian tìm hiểu về quá trình nhận dạng, về mạng neural nhân tạo nói chung, mạng Hopfield nói riêng em đã nắm bắt được những vấn đề sau:
1. Bản chất của quá trình nhận dạng.
2. Các khái niệm cơ bản liên quan đến mạng neural nhân tạo.
3. Các ưu nhược, điểm của mạng neural nói chung, mạng Hopfield nói riêng.
4. Các mô hình, đặc trưng, cách huấn luyện mạng, các lĩnh vực ứng dụng,… của mạng neural nhân tạo nói chung, mạng Hopfield nói riêng.
5. Xây dựng ứng dụng một chương trình đơn giản về nhận dạng ảnh trên Microsoft Visual C# 2010 Express Edition với ngôn ngữ là C#.
Trong thời gian làm luận văn, mặc dù đã nỗ lực hết sức trong việc nghiên cứu tài liệu liên quan và sự giúp đỡ tận tình của thầy hướng dẫn và bạn bè đồng nghiệp. Song do thời gian có hạn và còn hạn chế nhiều về mặt kiến thức, kinh nghiệm trong quá trình tìm hiểu luận văn, không thể tránh khỏi những sai sót. Em mong rằng sẽ nhận được nhiều ý kiến đóng góp của các thầy cô và bạn bè đồng nghiệp để luận văn hoàn thiện hơn.
Các định hướng tiếp theo:
Phát triển đề tài này hoàn chỉnh với chuyên môn cao hơn, để xây dựng được một chương trình nhận dạng với bất kỳ loại ảnh nào và có tính năng cao hơn.
TÀI LIỆU THAM KHẢO
I. Tiếng việt
[1] Đỗ Năng Toàn và Phạm Việt Bình, Đại học Thái Nguyên, “Giáo trình xử lý ảnh số”. Nxb Khoa học và kỹ thuật, Hà Nội, 2008.
[2] Hoàng Kiếm, Nguyễn Ngọc Kỷ và các tác giả, Nhận dạng: các phương pháp và ứng dụng, Nhà xuất bản thống kê 7/1992.
[3] Lương Mạnh Bá, Nguyễn Thanh Thủy, Nhập môn xử lý ảnh số, NXB KHKT, 1999.
[4] Lê Minh Trung (biêndịch), Giáo trình mạng nơron nhân tạo, Nhà XB Thống kê, 1999.
[5] Nguyễn Ngọc Kỷ, Lý thuyết xử lý ảnh (Bài giảng hệ cao học Tin học tại ĐHBK Hà Nội), 1997.
[6] Nguyễn Hoàng Lan, Lý thuyết nhận dạng (Bài giảng hệ cao học Tin học tại ĐHBK Hà Nội), 1997.
[7] Phạm Hữu Đức Dục, Mạng nơron và ứng dụng trong điều khiển tựđộng, NXB KHKT, 2009.
II. Tiếng Anh
[8] Anh D. Phan, Tao Q. Ngo, Hung V. Pham (Referee Tran Nguyen Ngoc, PhD) (2012), Vietnamese Handwritten characters segmentation using structure of strokes, Tạp chí Khoa học và Kỹ thuật - Học viện KTQS.
[9] Anil.K.Jain, Fundamentals of Digital Image Processing, Prentice Hall, 1986.
[10] Craig A. Lindley, Practical Image Processing in C, 1990.
[11] Joannis Pitas, Digital Image Processing Algorithms, Prentice Hall, 1995.
[12] Information technology- Digital compression and coding of continuos-tone still images: Requirements and guidelines. ISO/IEC 10918- 1, First edition, 1994
[13] Murat Kunt, Goesta Grandunt, Michael Kocher, Traitement Numerique des Images, Vol2, Presse Polytechnique et Universite Romandes, 1993.