Bao cao tot nghiep complate

GVHD : Thầy Trần Đức Hy SVTH : Vũ Linh


TÌM HIỂU “CÔNG NGHỆ NHẬN DẠNG HÌNH ẢNH”


Trước tiên, em xin gửi lời cảm ơn tới Khoa CNTT – trường Cao Đẳng Kinh tế Công nghệ Tp.HCM đã tạo điều kiện và cho em cơ hội được thực hiện luận văn tốt nghiệp này.

Thầy Trần Đức Hy, người trực tiếp hướng dẫn em trong thời gian thực hiện báo cáo luận văn tốt nghiệp. Cảm ơn thầy đã tạo điều kiện thuận lợi để em hoàn thành tốt bài báo cáo. Cảm ơn thầy đã tận tình chỉ bảo, hướng dẫn và giải đáp các vướng mắc trong quá trình nghiên cứu đề tài…

Các chị trong Ban thư kí khoa CNTT đã tạo điều kiện cho em được hoàn thành tốt bài luận của mình trong thời gian qua.

Qua bài báo cáo này, em cũng xin chân thành cảm ơn :


Các anh chị trong hai phòng Xử lí dữ liệu và Công nghệ phần mềm thuộc Trung tâm thống kê tin học- Cục Thống Kê Tp.HCM đã giúp đỡ em rất nhiều trong quá trình nghiên cứu đề tài.

Anh Nguyễn Quang Trung, Phó phòng Xử lí thông tin, Trung tâm Tin học thống kê khu vực II – Cục Thống kê Tp.HCM, người đã hướng dẫn em trong việc tìm hiểu “Công nghệ nhận dạng hỉnh ảnh và ứng dụng của nó trong việc nhập và lưu trữ dữ liệu”.

Cũng xin cám ơn các bạn Nguyễn Thiện Lâm, Nguyễn Đức Tuấn và bạn Lê Quang Đức đã cùng chia sẻ những khó khăn và kinh nghiệm trong quá trình nghiên cứu và thực hiện luận văn.

Cuối cùng em xin gửi tới cha mẹ, cô chú em lời cảm ơn, biết ơn chân thành nhất. Cảm ơn cha mẹ, cô chú đã tạo mọi điều thuận lợi nhất giúp con hoàn thành tốt việc học của mình !


CHƯƠNG 1 MỞ ĐẦU

CHƯƠNG 2 CÔNG NGHỆ NHẬN DẠNG HÌNH ẢNH

CHƯƠNG 3 CÔNG NGHỆ NHẬN DẠNG KÍ TỰ QUANG HỌC [OCR]

CHƯƠNG 4 HƯỚNG PHÁT TRIỂN

CÁC NỘI DUNG CHÍNH CÁC NỘI DUNG CHÍNH



LÝ DO LỰA CHỌN ĐỀ TÀILÝ DO LỰA CHỌN ĐỀ TÀI KẾT QUẢ CỤ THỂ ĐẠT ĐƯỢCKẾT QUẢ CỤ THỂ ĐẠT ĐƯỢC

MỞ ĐẦUMỞ ĐẦU


Ngày nay, kể cả những người không chuyên đều ít nhiều nghe nói đến công nghệ nhận dạng hình ảnh qua các quảng cáo, giới thiệu các sản phẩm công nghệ số, các sản phẩm kĩ thuật cao(Hi-Tech).Chúng ta có thể đã quá quen thuộc với những dòng máy ảnh được quảng bá là có tích hợp công nghệ nhận diện hình ảnh(nhận diện khuôn mặt, nụ cười, ánh mắt…), các dòng máy Laptop(máy tính xách tay) có tích hợp công nghệ nhận diện khuôn mặt, hay dấu vân tay nhằm phục vụ cho cơ chế bảo mật…

LÝ DOLÝ DO

KẾT QUẢ CỤ THỂ ĐẠT ĐƯỢCKẾT QUẢ CỤ THỂ ĐẠT ĐƯỢC

Đã hiểu được một cách tổng quan về : Công nghệ nhận dạng, Công nghệ nhận dạng hình ảnh nói chung và Công nghệ nhận dạng kí tự Quang học (OCR) nói riêng.

Nắm bắt được khái quát một quy trình xử lý ảnh, nhận dạng ảnh, quy trình số hóa dữ liệu, tài liệu…

Tiếp cận với một số thuật toán điển hình sử dụng trong nhận dạng

Tiếp cận khái niêm mạng Nơ-ron và ứng dụng mạng Nơ-ron lan truyền ngược trong nhận dạng kí tự quang học…

Trong quá trình nghiên cứu đề tài, em cũng được ôn lại một số kiến thức môn Xác suất thống kê như định luật Bayer…;được hiểu thêm về môn “Trí thông minh nhân tạo”, …

Tiếp cận sử dụng hai phần mềm nhận dạng kí tự : VNDOCR 4.0 (phiên bản Demo) và Accent Capture 7.5; và sử dụng tính năng nhận dạng kí tự quang học của bộ phần mềm ứng dụng văn phòng Microsoft Office ( phiên bản 2003 profesional )



NHẬNDẠNGTIẾNG

NÓI

NHẬNDẠNGHÌNHẢNH

CÔNG NGHỆ CÔNG NGHỆ NHẬN DẠNG HÌNH ẢNHNHẬN DẠNG HÌNH ẢNH

NHẬNDẠNGMẪU

NHẬNDẠNGTHEOMẠNG

NƠRON

MẠNGNƠRON

LANTRUYỀNNGƯỢC


NHẬN DẠNG MẪUNHẬN DẠNG MẪU

Nhận dạng là quá trình phân loại các đối tượng được biểu diễn theo một mô hình nào đó và gán cho chúng vào một lớp (gán cho đối tượng một tên gọi) dựa theo những quy luật và các mẫu chuẩn.

Nhận dạng mẫu( pattern recognition ) là quá trình nhận dạng dựa vào mẫu học đã biết trước. Ta gọi đó là quá trình Học có giám sát (supervised learning).

Nhận dạng mẫu nhằm mục đích phân loại dữ liệu (là các mẫu) dựa trên: hoặc là kiến thức tiên nghiệm (a priori) hoặc dựa vào thông tin thống kê được trích rút từ các mẫu có sẵn.


NHẬN DẠNG TIẾNG NÓINHẬN DẠNG TIẾNG NÓI

Nhận dạng tiếng nói là một quá trình nhận dạng mẫu, với mục đích là phân lớp (classify) thông tin đầu vào là tín hiệu tiếng nói thành một dãy tuần tự các mẫu đã được học trước đó và lưu trữ trong bộ nhớ.

Các mẫu là các đơn vị nhận dạng, chúng có thể là các từ, hoặc các âm vị.

NHẬN DẠNG HÌNH ẢNHNHẬN DẠNG HÌNH ẢNH

Là giai đoạn cuối cùng trong các hệ thống sử lý ảnh và cũng là đích đến của toàn bộ quá trình xử lý hình ảnh. Nhận dạng hình ảnh cũng dựa trên lý thuyết nhận dạng mẫu nói chung.

Có 3 phương pháp tiếp cận chính trong Nhận dạng hình ảnh :

1: Phương pháp nhận dạng dựa vào phân hoạch không gian;

2: Phương pháp nhận dạng cấu trúc;

3: Phương pháp nhận dạng dựa vào kĩ thuật mạng Nơ-ron

(Neural Networks).


NHẬN DẠNG DỰA THEO MẠNG NƠ-RONNHẬN DẠNG DỰA THEO MẠNG NƠ-RON

Nơron sinh vật có nhiều dạng khác nhau như dạng hình tháp, dạng tổ ong, dạng rễ cây. Tuy khác nhau về hình dạng, chúng có cấu trúc và nguyên lý hoạt động chung. Một tế bào nơron gồm bốn phần cơ bản:

- Các nhánh và rễ- Thân thần kinh (Soma)- Dây thần kinh (Axon- Khớp thần kinh .

Trên cơ sở cấu trúc của nơron sinh học tổng quát người ta đề xuất mô hình nơron nhân tạo gồm 3 phần chính:

- Bộ tổng liên kết đầu vào- Bộ động học tuyến tính - Bộ phi tuyến.


MẠNG NƠ-RON LAN TRUYỀN NGƯỢCMẠNG NƠ-RON LAN TRUYỀN NGƯỢC

Thuật học lan truyền ngược là một trong những phát triển quan trọng trong mạng nơron.Thuật toán này được áp dụng cho các mạng nhiều lớp truyền thẳng (FeedForward) gồm các phần tử xử lý với hàm kích hoạt liên tục. Các mạng như vậy kết hợp với thuật toán học lan truyền ngược được gọi là mạng lan truyền.



SỐHÓATÀI

LIỆULÀGÌ ?

LỢIÍCHCỦASỐ

HÓATÀI

LIỆU

NHẬNDẠNG

KÍTỰ

QUANGHỌC

CÁCHỆ

NHẬNDẠNGCHỮ

[OCR]

QUYTRÌNH

SỐHÓA

DEMODEMO

CÔNG NGHỆ NHẬN DẠNGCÔNG NGHỆ NHẬN DẠNGKÍ TỰ QUANG HỌC [OCR]KÍ TỰ QUANG HỌC [OCR]

LỊCH SỬ

PHÁTTRIỂN


SỐ HÓA TÀI LIỆU LÀ GÌ ?SỐ HÓA TÀI LIỆU LÀ GÌ ?

Là việc chuyển đổi các loại tài liệu đang được lưu trữ bằng các phương tiện thông thường (tài liệu in, viết tay, hình ảnh, âm thanh, Microfilm,...) sang dạng dữ liệu số để từ đó có thể dễ dàng ứng dụng Tin học trong các công tác lưu trữ, quản lý, vận chuyển và khai thác.


LỢI ÍCH CỦA VIỆC SỐ HÓA DỮ LIỆU

Tiết kiệm không gian lưu trữ;

Dễ dàng vận chuyển;

Khả năng truy xuất dữ liệu nhanh;

Độ bền và tính an toàn cao hơn;

Có thể hiệu chỉnh, sửa chữa khi cần thiết;

Chi phí giảm hơn so với phương pháp truyền thống;

Dễ dàng ứng dụng công nghệ hiện đại trong quá trình ứng

dụng và khai thác.


NHẬN DẠNG KÍ TỰ QUANG HỌC

Nhận dạng ký tự quang học (Optical Character Recognition,

viết tắt là OCR), là loại phần mềm máy tính tạo ra để chuyển các hình

ảnh của chữ viết tay hoặc chữ đánh máy (thường được quét bằng máy

scanner) thành các văn bản tài liệu. OCR được hình thành từ một lĩnh

vực nghiên cứu về nhận dạng mẫu, trí tuệ nhân tạo, và machine vision.

Hệ thống nhận dạng yêu cầu phải được huấn luyện với các

mẫu của các ký tự cụ thể. Các hệ thống "thông minh" với độ chính xác

nhận dạng cao đối với hầu hết các phông chữ hiện nay đã trở nên phổ

biến.


CÁC HỆ NHẬN DẠNG CHỮ

Bài toán nhận dạng chữ là một bài toán lớn và được quan tâm từ lâu. Bài toán này được phân thành 2 nhánh lớn:

Nhận dạng chữ in để phục vụ cho công tác đọc tự động văn bản, đẩy nhanh việc nhập thông tin vào máy. Nhận dạng chữ viết tay với các font chữ khác nhau, phục vụ cho các ứng dụng đọc và xử lý hoá đơn, văn bản,v,...,v.

Về cơ chế, một hệ thống nhận dạng chữ thường gồm các khối chính, phù hợp với các giai đoạn xử lý sau:

- Khối xử lý sơ bộ;- Khối tách chữ;- Khối nhận dạng chữ;- Khối phục hồi chữ (hoàn thiện về nội dung và hình thức, chữa lỗi, v,...v.


Lưu trữ văn bản

S-File File nén File làm việc

Xử lý sơ bộTách vùng chữ ra khỏi văn bản

Tách ký tự ra khỏi từ

Nhận dạng chữ

File ASCII của máy

Tìm kiếm văn bản

Trình bày lại văn bản theo bản gốc

Văn bản scanner

Học kiểu chữ

SơSơđồđồ

tổngtổng quátquát hệhệ

thốngthống nhậnnhận dạngdạng chữchữ viết viết

CÁC HỆ NHẬN DẠNG CHỮ


QUY TRÌNH SỐ HÓA TÀI LIỆU


QC / Quét lại

Chuần bị tài liệu

***chuẩn bị

giấy***

Tạo các nhóm cùng loại

***Tổ chức các

file nhập***

Thiết lập e-mail

Các máy chủ

nhận dạng kí tự

quang học***

Làm sạch ảnh***

Mã lớp***

OCR/ICR/OMR***

Đọc mã vạch

Kiểm tra vàChứng thực

***chứng thựcvà kiểm tra

dữ liệu***

sửa lỗi dữ liệu***

nhập liệu thông

thường***

chứng thực CSDL

***Xác nhận

các bản gốc

Chương trình

Tạo PDF***

Chỉ tạo ảnh các file PDF

***Tạo ảnh và chữ của các file PDF

Quét***

Số hóagiấy tờ

***Nhập các

File***

Xem lạiảnh

Xtrata Server

***Vùng

Phân loại***

Phân loạiLớp***

đăng kí mẫu

Máy chủPhát tán

***Chuyển đổi định dạng

File***

Nén các anh***

Xuất dữ liệu***

Xuất file PDF và các văn bản đã được nhận

dạng đầy đủ

QUY TRÌNH SỐ HÓA TÀI LIỆU


VnDocR 4.0 (Demo Version)

DEMODEMO

Microsoft Office

Document Imaging

( MODI )

Accent Capture 7.5



ĐÁNH GIÁ KẾT QUẢĐÁNH GIÁ KẾT QUẢ HƯỚNG PHÁT TRIỂNHƯỚNG PHÁT TRIỂN

KẾT LUẬNKẾT LUẬN


Hiện nay công nghệ này đang được Tổng Cục Thống Kê Việt Nam ứng dụng vào việc nhập số liệu cuộc Tổng điều tra Dân Số - Nhà Ở năm 2009. Việc triển khai ra sao vẫn còn là thông tin bí mật, nhưng đợt tới, Trung tâm Tin học Thống kê – Cục Thống Kê thành phố Hồ Chí Minh cần tuyển khoảng 50 người phục vụ cho việc tiến hành công nghệ này, trong tương lai, Trung tâm cần tuyển hàng trăm người để triển khai ứng dụng rộng rãi. Các phiếu điều tra dùng cho cuộc tổng điều tra năm nay được thiết kế đặc biệt, chất lượng giấy cao, trên đó có các vùng đánh dấu phục vụ cho việc quét tài liệu và xác định các vùng thông tin chính xác cần lấy.

HƯỚNG PHÁT TRIỂNHƯỚNG PHÁT TRIỂN


CẢM ƠN CÁC THẦY CÔ VÀ CÁC BẠN ĐÃ QUAN TÂM THEO DÕI

Education

Bao cao tot nghiep complate