V.1 Môi trường thực nghiệm
Chương trình được cài đặt trên ngôn ngữ Visual C# và được thử nghiệm trên hệ điều hành Windows XP SP2, máy tính PC tốc độ 1,6 GHz, bộ nhớ 256MB RAM.
Toàn bộ cơ sở dữ liệu mẫu được thiết kế và lưu trữ trên Microsoft Office 2007
V.2 Tạo cơ sở dữ liệu mẫu
Trước tiên trương trình cần học qua bộ dữ liệu mẫu. Trong quá trình sử dụng, nếu người dùng cần định nghĩa một ký tự mới thì chương trình có thêm chức năng cho người dùng tự định nghĩa.
Hình 5.1: giao diện chính của chương trình
V.2.1 Tạo CSDL mẫu cho nhận dạng online
Để tạo csdl mẫu cho quá trình nhận dạng online ta chọn nút Nhận dạng Online tại form chính. Sau khi chọn form nhận dạng online hiển thị như sau:
Hình 5.2: Gao diện form nhận dạng online
Học mới để tiến hành huấn luyện cho chương trình
Hình 5.3: giao diện form huấn luyện online
Chọn chữ cái tương ứng với ký tự vừa vẽ từ dropdown list sau đó click vào
Khởi tạo để lưu dữ liệu mẫu vào db.
V.2.2 Tạo CSDL mẫu cho nhận dạng offline
Từ form giao diện chính chọn Nhận dạng Offline. Form nhận dạng offline hiển thị như sau:
Hinnh 5.4: Giao diện form huấn luyện Offline
Chọn Open Image để mở file ảnh mẫu ký tự. Sau đó click vào Học mẫu. Form học mẫu sẽ hiển thị nhu trên hình. Chọn vào checkbox Nhận dạng Offline sau đó click vào khởi tạo
V.3 Hướng phát triển tiếp theo
Từ quá trình thực nghiệm cho thấy, trương trình đã có những thành công nhất định. Song bên cạnh đó cũng còn khá nhiều nhược điểm cần cải tiến. Trong quá trình hoàn thành đồ án tôi nhận thấy mình khá tâm huyết với bài toán này và nhận thấy đây là bài toán có khả năng phát triển cao. Tôi rất mong muốn sẽ phát triển nó thành một trương trình có thể ứng dụng trong thực tế. Tôi xin đưa ra một số hướng phát triển tiếp theo cho bài toán
Phát triển để trương trình có thể tích hợp với các trương trình quản lý sinh viên, học sinh. Phát triển thêm về mặt dữ liệu để trương trình có thể hoạt động tốt với dữ liệu của các trương trình quản ly.
Cải tiến một số thuật toán tiền xử lý để chương trình có tốc độ tốt hơn.
Phát triển giao diện thân thiện hơn với người sử dụng.
TÀI LIỆU THAM KHẢO
Tài liệu tham khảo tiếng Việt:
[1] Nguyễn Đức Dũng, Nguyễn Minh Tuấn. Một số phương pháp nhận dạng và ứng dụng trong nhận dạng chữ viết tay. Khoá luận tốt nghiệp Đại học 2003, Khoa Công nghệ - Đại học Quốc gia Hà nội, tr.17-43
[2] Hoàng Kiếm, Nguyễn Hồng Sơn, Đào Minh Sơn (2001). ứng dụng mạng neuron nhân tạo trong hệ thống xử lý biểu mẫu tự động. Kỷ yếu hội nghị kỉ niệm 25 thành lập Viện Công nghệ Thông tin, tr.1-3.
[3] Nguyễn Thị Thanh Tân. Nhận dạng chữ viết tay hạn chế dựa trên mô hình mạng neuron kết hợp với thống kê ngữ cảnh. Luận văn thạc sỹ, ĐHQGHN, tr.3-83
Tài liệu tham khảo tiếng Anh:
[4] Anil K. Jain, Jianchang Mao, K.M. Mohiuddin (1996). Artificial Neural Networks A Tutorial. IEEE, tr.31-44
[5] Baret O. and Simon J.C. (1992). Cursive Words Recognition. From Pixels to Features III Frontiers in Handwriting Recognition, tr.1-2.
[6] Behnke S., Pfister M. and Rojas, R. (2000). Recognition of Handwritten ZIP Codes in a Real-World Non-Standard-Letter Sorting System. Kluwer
Academic Publishers, tr.95-115.
[7] Dave Anderson and George McNeill (1992). Artificial Neural Networks Technology. Prepared for Rome Laboratory RL/C3C Griffiss AFB, NY 13441- 5700, tr 2-17.