Luận văn Nhận dạng chữ viết và phân tích trang tài liệu

ếp tới khi mọi khối trên trang đƣợc xác định. Trong phạm vi luận văn này, chỉ giới thiệu một số cách tiếp cận đƣợc coi là bottom-up nhƣng sử dụng những phƣơng pháp trực tiếp rất khác nhau nhằm đạt cùng mục đích.  Môt giải pháp đƣợc mô tả với các bƣớc nhƣ sau: 1. Xác định góc nghiêng  thông qua phép biến đổi Hough 2. Xác định khoảng cách giữa các dòng thông qua việc xác định khoảng cách giữa các đỉnh của phép chiếu nghiêng  cố định bằng góc nghiêng tìm đƣợc. 3. Làm trơn theo loạt (run-length-smothing), sau đó thực hiện tách các từ hoặc ký tự dựa vào việc xác định các khoảng trắng trong dòng thông qua việc tìm đỉnh trên biểu đồ chiếu nghiêng và các độ dài vùng đen (các từ). 4. Thực hiện phép nhóm bottom-up các phần văn bản nhờ một loạt thao tác làm trơn theo loạt, theo các hƣớng. Kết quả thu đƣợc là các vùng ON và ta phân tích các vùng liên thông trên đó. Tính toán một vài số liệu trên những vùng liên thông này, ví dụ khoảng chiều cao và chiều dài các từ. Những thông tin đặc trƣng này đƣợc dùng để phân biệt các khối văn bản và phân biệt phần văn bản và phần đồ họa. Esposito6 đã dùng cách tiếp cận tƣơng tự, nhƣng trƣớc hết xác định hợp biên của từng ký tự, sau đó thao tác trên hợp biên này, thay vì trên từng pixel nhằm giảm lƣợng tính toán.  Một phƣơng pháp Dostrum bó cụm khác thực hiện với k lân cận gần nhất để nhóm các ký tự và các dòng văn bản và các khối cấu trúc (Hình 26). - Trƣớc tiên, với mỗi phần tài liệu, xác định các đƣờng nối k lân cận gần nhất với các phần xung quanh. Khoảng cách và góc của các đƣờng nối này đƣợc vẽ trên các biểu đồ. Vì hầu hết các đƣờng nối đƣợc tạo giữa các ký tự cùng dòng, góc tối đa sẽ chỉ ra góc nghiêng và khoảng cách tối đa sẽ là khoảng cách giữa các ký tự. Sử dụng các ƣớc lƣợng này, các dòng văn bản đƣợc xác định nhƣ 6 Floriana Esposito, Dipartimento di Informatica, Università degli Studi di Bari, Italy Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 31 GVHD: PGS. TS. Ngô Quốc Tạo nhóm các ký tự và các từ dọc theo hƣớng của trang. Các dòng văn bản đƣợc nhóm thành các khối-sử dụng đặc tính của tài liệu là các dòng cùng khối thƣờng gần nhau hơn các dòng khác khối. b) Hạn chế Phƣơng pháp phân tích Bottom-Up cũng tồn tại nhiều hạn chế nhƣ sau: - Cần phải phân đoạn để xác định các thành phần cơ sở trƣớc khi có thể nhóm lại. Hình 26: Phƣơng pháp Dostrum cho phân tích định dạng trang từ dƣới lên. (a) Một phần của nội dung văn bản gốc. (b) Các thành phần lân cận gần nhất đƣợc xác định. (c) Các hình chữ nhật tối thiểu tạo nên nhóm láng giềng gần nhất từ đó xác định đƣợc dòng văn bản. Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 32 GVHD: PGS. TS. Ngô Quốc Tạo - Tốc độ thực hiện chậm và phụ thuộc vào số thành phần trong trang tài liệu - Cũng nhƣ Top-Down hiệu quả phục thuộc trực tiếp vào việc xác định đƣợc góc nghiêng của tài liệu, vì khoảng cách dòng và từ chỉ xác định chính xác đƣợc nếu góc nhiêng của tài liệu ≈00 - Kém hiệu quả với những trang tài liệu có cấu trúc phức tạp (nhiều bảng, tỷ lệ đồ họa lớn hơn văn bản). - Kém hiệu quả với loại trang tài liệu có nhiều loại Font chữ (chứa nhiều size chữ khác nhau), vì với các trang chứa nhiều font có size khác nhau hoặc loại font chữ nghiêng đặc biêt với chữ viết tay thì chƣơng trình rất khó có thể tính đƣợc chiều cao chữ hay độ rộng giữa hai dòng thông qua biểu đồ chiếu nghiêng. II.1.3. Phƣơng pháp Tách và Nối thích nghi (Adaptive Split – and – Merge) a) Tổng quan Phƣơng pháp phân tích Adaptive Split – and – Merge đƣợc Lui, Tang và Suen thiết kế với ý tƣởng chính từ một trang tài liệu ban đầu và coi đó nhƣ một vùng chƣa đồng nhất, từ đó liên tiếp chia mỗi vùng thành các vùng nhỏ hơn, tại mỗi bƣớc chia thực hiện nối các vùng đồng nhất và chia tiếp các vùng không đồng nhất. Để có thể mô tả đƣợc thuật toán một cấu trúc cây tứ phân phân lớp đƣợc sử dụng để biểu diễn quá trình tách và nối của thuật toán. Trong đó nút ở đỉnh tƣơng ứng với trang tài liệu ban đầu và là gọi là lớp cao nhất, các nút con tiếp theo là các vùng con tƣơng ứng với lớp thứ k của bƣớc chia thứ k các vùng không đồng nhất (mô tả ở hình).  Các bƣớc của thuật toán[7]:  B1: Tại lớp thứ K nếu tìm thấy một vùng không đồng nhất thì tiến hành chia vùng đó thành 4 vùng nhỏ hơn  B2: Nếu thấy ít nhất 2 vùng trong 4 vùng vừa tách là đồng nhất thì tiến hành nối chúng lại, còn các vùng không đồng nhất ta qua lại B1 và tách chúng thành các vùng ở lớp thứ K+1. Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 33 GVHD: PGS. TS. Ngô Quốc Tạo  Tiêu chuẩn xác định vùng đồng nhất để nối ghép[7] Hai vùng tƣơng ứng rm và rn đƣợc coi là đồng nhất nếu chúng thảo mãn điều kiện sau: Trong đó: Lớp 0 (Trang tài liệu) Lớp 1 (Trang tài liệu được chia thành 4 cùng nhỏ hơn) (Nối 2 vùng đồng nhất) Lớp 2 Tách vùng không đồng nhất ở lớp 1 thành 4 vùng nhỏ hơn Hình 27: Mô tả thuật toán Tách và Nối thích nghi Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 34 GVHD: PGS. TS. Ngô Quốc Tạo Trong đó: Nm và Nn biểu thị số vùng con trong mỗi vùng tƣơng ứng rm và rn. và biểu thị giá trị trung bình của mỗi vùng tƣơng ứng rm và rn. b) Ƣu điểm - Có thể áp dụng với các loại trang tài liệu có cấu trúc phức tạp vì thuật toán này không quan tâm đến việc phân đoạn các thành phần cơ sở, mà chỉ chia trang tài liệu thành các vùng hình chữ nhật và xem xét giá trị trung bình của nó. Nhƣ vậy các trang tài liệu có thể bỏ qua khâu xác định và hiệu chỉnh độ nghiêng - Có thể áp dụng cho các loại trang tài liệu có nhiều loại font chữ khác nhau - Tốc độ thực hiện nhanh hơn so với Top-down và Bottom-up c) Hạn chế - Hiệu quả của thuật toán phụ thuộc vào giá trị trung bình của vùng đƣợc xét, trong một số tình huống thì giá trị trung bình của vùng văn bản và vùng đồ họa là nhƣ nhau. Cho nên thuật toán này vẫn có thể phân đoạn nhầm. - Không có một giá trị hằng số τ cho mọi trang tài liệu vì thế việc xác định giá τ là một vấn đền khó. II.1.4. Fractal Signature (FS) a) Tổng quan Ý tƣởng chính của thuật toán chia trang tài liệu A thành các vùng có kích thƣớc bằng nhau Bk (k=1,..,n) sao cho Bk Є A. Sau đó tính FS cho mỗi vùng này, theo lý thuyết FS thì nếu có 3 vùng B1(giả thiết là vùng nền), B2(giả thiết là vùng chữ), B3(giả thiết là vùng đồ họa) thì luôn có FS(B1)<FS(B2)<FS(B3). Quá trình thực hiện thuật toán có thể đƣợc mô tả nhƣ sau: Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 35 GVHD: PGS. TS. Ngô Quốc Tạo  Cơ sở toán học tính Fractal Signature[1] Cho F{Xi,j}, với i=0,1,…,K và j=0,1,…,L là một ảnh tài liệu đa cấp xám, trong đó Xi,j là giá trị cấp xám của điểm ảnh thứ (i,j). Trong một dải đo nào đấy thì bề mặt tạo bởi các độ xám của các điểm ảnh có thể xem nhƣ một phần tử hình học (Fractal). Vùng bề mặt này có thể đƣợc dùng để xác định gần đúng hƣớng hình học của nó (Fractal dimension). Cho một đơn vị đo , khi đó thể tích của một vùng A( ) có thể đƣợc tính xấp xỉ nhƣ sau: B1 B2 B3 B4 B5 B6 B7 B8 B9 … … … Bn FS1 FS2 FS3 FS4 FS5 FS6 FS7 FS8 FS9 … … … FSn B1: Trang tài liệu đƣợc chia thành n block B2: Tính FS cho từng Block FS1 FS5 FS8 FS7 FS9 FSn … FS3 … Thuộc vùng Nền FSthấp Thuộc vùng Text FStrung bình Thuộc vùng Graphic FSCao B3: Phân đoạn dựa vào FS Hình 28: Mô tả thuật toán FS Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 36 GVHD: PGS. TS. Ngô Quốc Tạo (1) trong đó là một hằng số, D là fractal dimension có thể tính đƣợc từ A( ). Để chính xác hơn ta logarithm hai vế của phƣơng trình (1) ta đƣợc: Để tính fractal dimension, chúng ta cần đo đƣợc vùng bề mặt mức xám, trong giải thuật này sử dụng đối tƣợng là một “lớp” (blanket) để tính. Ý tƣớng tƣởng của kỹ thuật sử dụng “blanket” dựa theo định nghĩa về -parallel body Fδ” nhƣ sau: Trong kỹ thuật “blanket” tất cả các điểm trong không gian 3 chiều trong phạm vi tính từ bề mặt mức xám đƣợc xét đến. Các điểm này tạo thành một “blanket” (lớp) bao bọc với độ dầy là của bề mặt đang xét. Một ảnh tài liệu đƣợc biểu thị qua một hàm mức xám g(i,j). Khối “Blanket” bao bọc đƣợc định nghĩa chính là lớp phía trên uδ(i,j) và lớp phía dƣới bδ(i,j) của g(i,j). Và thể tích Volδ của khối blanket đƣợc tính nhƣ sau: Định nghĩa: Thể tích Volδ của một Blanket tính đƣợc quá bán kính δ, tứ đó ta có thể tính đƣợc cho một vùng bề mặt hình học (area of a fractal surface) và chúng ta gọi nó là đặc trƣng hình học (FS – Fractal Signature): Theo công thức (1) ta có một vùng bề mặt hình học nhƣ sau: Theo đó hƣớng hình học D có thể đƣợc tính, để xác định hƣớng ta chỉ cần đến 2 điểm vì vậy ta sẽ phải dùng 2 giá trị δ để tính hƣớng hình học, khi đó ta cho δ = δ1 và δ2, sau đó tính: Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 37 GVHD: PGS. TS. Ngô Quốc Tạo Ta lấy biểu thức (5) chia cho biểu thức (6) đƣợc: Tiến hành logarithm hai vế ta đƣợc: Vậy D đã đƣợc tính:  Ứng dụng phân tích tài liệu dựa vào FS[1] FS đƣợc sử dụng để xác định cấu trúc hình học của một tài liệu. Một bề mặt thu đƣợc từ việc ánh xạ hàm mức xám của một ảnh tài liệu, do đó FS phản ánh các đặc tính chính cần một ảnh tài liệu. Xét một trang tài liệu F, giải thiết nó có một số vùng với các nội dung nhƣ văn bản (Texts), đò họa (Graphics) hay nền (Background). Trong đó:  là tập các vùng văn bản  là tập các vùng đồ họa  tập các vùng nền Các vùng khác nhau sẽ có hàm giá trị mức xám khác nhau . Các hàm mức xám khác nhau sẽ dẫn đến các bề mặt khác nhau và tất nhiên các bề mặt khác nhau thì sẽ có các FS khác nhau (A A ). Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 38 GVHD: PGS. TS. Ngô Quốc Tạo Định lý: Cho là một khối văn bản của một tài liệu, và , nếu cả hai khối này có cùng một kích thƣớc hình học thì FS của vùng văn bản luôn lớn FS của vùng nền. Đây là đặc tính rất quan trọng của FS va nó có thể đƣợc dùng để định dạng các loại vùng khác nhau trong tài liệu. b) Ƣu điểm - Tốc độ thực hiện chỉ phụ thuộc vào kích thƣớc của ảnh mà không phụ thuộc vào cấu trúc của tài liệu - Hiệu quả cao với các loại tài liệu có cấu trúc phức tạp. - Hiệu quả cao với các loại tài liệu có nhiều kiểu font, hay font chữ nghiêng, chữ viết tay. - Làm việc tốt với cả ảnh đa cấp xám và ảnh nhị phân c) Nhƣợc điểm - Không có một quy chuẩn để chọn đƣợc kích thƣớc Block là tốt nhất (thƣờng dựa vào kinh nghiệm). - Với mỗi loại trang tài liệu thì ngƣỡng để phân tách miền giá trị FS cho mỗi vùng nền, văn bản và đồ họa là khác nhau. - Với các loại tài liệu có cấu trúc đơn giản hoặc biết trƣớc thì tốc độ thực hiện chậm hơn so với thuật toán Top-down và Bottom-up. II.2. Lựa chọn giải pháp Các phƣơng pháp phân tích Top-down và Bottom-up đã đƣợc một số nghiên cứu trong nƣớc phát triển, vì thế trong đề tài này sẽ dừng ở mức độ giới thiệu để so sánh. Từ phần II.1 dễ nhận thấy rằng thuật toán Fractal signature có nhiều ƣu điểm vƣợt trội với các loại ảnh tài liệu có cấu trúc phức tạp. Đồng thời có thể làm việc với ảnh đa cấp xám điều mà Top-down(TD) và Bottom-up(BU) không làm đƣợc. Vì thế trong phạm vi đề tài này sẽ tập trung nghiên cứu và triển khai phƣơng pháp Fractal Signature (FS) với các mục tiêu sau: - Phân tích với ảnh đầu vào là đa cấp xám. - Phát triển FS có hiệu quả cao với các loại trang tài liệu có cấu trúc phức tạp mà TD và BU kém hiệu quả. - Đầu ra của hệ thống là khoanh vùng đƣợc vùng ảnh và vùng văn bản. - Phát triển thuật toán Top-down để so sánh với FS. Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 39 GVHD: PGS. TS. Ngô Quốc Tạo II.3. Thiết kế hệ thống II.3.1. Sơ đồ khối II.3.2. Ảnh đầu vào - Ảnh đầu vào đƣợc chọn là ảnh đa cấp xám với định dạng “*.JPG”. Do thời gian có hạn nên đề tài chỉ tập trung vào loại ảnh này, với anh màu cần phải chuyển sang đa cấp xám trƣớc khi qua phân tích. - Về kích thƣớc ảnh đầu vào về mặt thiết kế là không giới hạn. - Với ảnh nhị phân là trƣờng hợp đặc biệt của ảnh đa cấp xám thì đã đƣợc các đề tài trƣớc phân tích và trong thực tế thì thao tác với ảnh nhị phân đơn giản hơn so với ảnh đa cấp xam (vì không cần phân ngƣỡng) nên đề tài không cài đặt cho loại ảnh này. Ảnh tài liệu đa cấp xám Tiền xử lý Lọc và làm trơn nhiễu Phân tích Sử dụng Fractal signature Ảnh đã đƣợc khoanh vùng Văn bản và Đồ họa Hình 29: Sơ đồ khối hệ thống phân tích tài liệu trong phạm vi đề tài Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 40 GVHD: PGS. TS. Ngô Quốc Tạo - Về độ phức tạp của ảnh về mặt thiết kế là không giới hạn. II.3.3. Module Tiền xử lý Nhằm nâng cao hiệu quả cho quá trình phân tích, ảnh sẽ đƣợc qua khâu tiền xử lý trƣớc khi qua khâu phân tích. Trong phạm vi đề tài này khâu tiền xử lý chỉ dừng ở mức lọc và làm trơn nhiễu. Lý do là khâu phân tích sử dụng giải pháp FS không bị ảnh hƣởng bởi góc nghiêng của tài liệu, tham số duy nhất ảnh hƣởng đến giá trị của FS là nhiễu. Vì bản chất của FS là đi tính hiệu thể tích của hai lớp đƣợc tạo ra từ mỗi block ảnh chuyển sang không gian 3D và dịch theo phƣơng z một khoảng ±Δ. Có thể so sánh quá trình FS nhƣ đi tính thiết diện bề mặt của mỗi Block hay còn gọi là độ nhám từ đó đƣa ra các miền giá trị FS đặc trƣng cho mỗi vùng (Text, Graphic,…) (Hình-30). Từ đó dễ nhận ra rằng nếu tồn tại các nhiễu dạng muỗi thì có thể làm một vùng nền (độ nhám =0) trở thành một vùng bề mặt cực nhám dẫn đến FS của nó có thể trùng vào miền Text hoặc Graphic. Để khắc phục một giải pháp là khử và làm trơn nhiều nhằm làm giảm ảnh hƣởng của vùng nhiễu muỗi lên vùng nền và ảnh. Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 41 GVHD: PGS. TS. Ngô Quốc Tạo Hình 30: Ví dụ một bolck chuyển sang dạng bề mặt trong không gian 3D Hình 31: Ví dụ chuyển ảnh chữ "c" sang dạng bề mặt trong không gian 3D II.3.4. Phân tích sử dụng giả pháp Fractal Signature Chi tiết thuật toán FS[1] Đầu vào: Ảnh đa cấp xám của một trang tài liệu F; Đầu ra: Anh đã khoanh vùng vùng văn bản và đồ họa; Thuật toán: Trƣớc tiên ta chia F thành n vùng không trùng nhau có kích thƣớc NxN gọi là Rk(x,y), trong đó k là vùng NxN thứ k của tài liệu và k=1,2,…,n Bƣớc 1: For x=1 to Xmax do For y=1 to Ymax do Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 42 GVHD: PGS. TS. Ngô Quốc Tạo Tính hàm mức xám gk(x,y) cho F; Bƣớc 2: For x=1 to Xmax do For y=1 to Ymax do  Bƣớc 2.1: Khởi tạo cho δ = 0 khi đó lớp trên và lớp dƣới của Blanket đƣợc chọn bằng với hàm mức xám gk(x,y) nhƣ sau: ;  Bƣớc 2.2 Cho δ = δ1 a) đƣợc tính theo công thức sau: b) đƣợc tính theo công thức sau: c) Thể tích của Blanket đƣợc tính theo công thức sau:  Bƣớc 2.3: Cho δ = δ2 a) đƣợc tính theo công thức sau: b) đƣợc tính theo công thức sau: c) Thể tích của Blanket đƣợc tính theo công thức sau: Bƣớc 3: Tính các FS cho mỗi Rk(x,y) là theo công thức sau: Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 43 GVHD: PGS. TS. Ngô Quốc Tạo Bƣớc 4: Tổ hợp các FS thành FS của tài liệu theo công thức sau:  Nhận xét: Dễ nhận thấy với một ảnh đầu vào có cùng kích thƣớc thì tốc độ thực hiện thuật toán là không đổi và chỉ phải duyệt qua mỗi điểm ảnh một lần duy nhất.  Ví dụ: Giả thiết ta có gk(x,y) là Cho δ = 1, ta có: Thu đƣợc kết quả là: Ta có: Thu đƣợc kết quả là: Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 44 GVHD: PGS. TS. Ngô Quốc Tạo Ví dụ về một kết quả áp dụng thuật toán này: Hình 32: (a) Ảnh một tài liệu gốc, (b) kết quả sau khi áp dụng FS Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 45 GVHD: PGS. TS. Ngô Quốc Tạo II.4. Kết luận Sau chƣơng 2 này, ta đã có đƣợc các module và công việc của mỗi module trong hệ thống demo phân tích trang tài liệu sẽ đƣợc cài đặt, từ những cơ sở phân tích ở trên sẽ làm cơ sở để triển khai cài đặt trên máy tính cho thuật toán Fractal Signature và các chức năng của chƣơng trình demo. Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 46 GVHD: PGS. TS. Ngô Quốc Tạo Chƣơng III: XÂY DỰNG CHƢƠNG TRÌNH THỬ NGHIỆM Chƣơng này tập trung vào việc xây dựng và cài đặt các chức năng của chƣơng trình demo với mục đích chính là phân tich đƣa ra cấu trúc vật lý của ảnh đầu vào là ảnh đa cấp xám có độ phức tạp cao sử dụng thuật toán Fractal Signature. Đồng thời triên khai cả thuật toán Top-down nhằm so sánh vơi thuật toán Fractal Signature III.1. Yêu cầu hệ thống Theo nhƣ phần lựa chọn giải pháp (II.2) thì đề tài tập trung vào việc triển khai phƣơng pháp phân tích Fractal Signature và để có thể so sánh hiệu quả của FS thì chƣơng trình thử nghiệm sẽ cài đặt thêm phƣơng pháp Top-down. Với mục đích này thì những yêu cầu cho chƣơng trình nhƣ sau: - Cho phép chọn phân tích ảnh theo thuật toán FS hoặc Top-down - Cho phép tùy chọn ảnh đa cấp xám đầu vào dạng *.jpg - Ảnh kết quả đã khoanh vùng các vùng văn bản hoặc đồ họa - Tự động lọc và làm trơn nhiễu ảnh đầu vào trƣớc khi phân tích - Chƣơng trình đƣợc cài đặt trên MatLab v7.0 III.2. Thiết kế chƣơng trình III.2.1. Cấu trúc dữ liệu - Cấu trúc vùng nhớ lƣu ảnh: Ảnh đầu vào là ảnh đa cấp xám dạng *.jpg, sau khi đƣợc tải vào bộ nhớ sẽ đƣợc giải mã và chuyển sang dạng ma trận điểm ảnh (quá trình này đƣợc thực hiện tự động khi sử dụng hàm đọc ảnh trong matlab). *.jpg Gray Image Lọc và làm trơn nhiễu Phân tích cấu trúc vật lý Ảnh ra đã khoanh vùng vă bản và đồ họa Tùy chọn FS hoặc Top-down Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 47 GVHD: PGS. TS. Ngô Quốc Tạo Nhƣ vậy về mặt logic thì cấu trúc vùng nhớ sử dụng để lƣu ảnh là một mảng hai chiều Im x n có kích thƣớc (m x n) phần tử. Image = { I[i,j], i = 1..m, j = 1..n} Trong đó I[i,j] là giá trị độ xám của điểm ảnh tƣơng ứng với tọa độ (i,j) trong ảnh Thông thƣờng với ảnh đa cấp xám thì giá trị độ xám của mỗi điểm ảnh nằm trong khoảng [0..255], nhƣ vậy kích thƣớc tối thiểu cho mỗi I[i,j] là 1Byte. Chƣơng trình sẽ sử dụng mảng có thuộc tính nhƣ sau để lƣu trữ ảnh: - Mảng I hai chiều với I[i,j] kiểu Byte (Max(I[i,j])=255) - Kích thƣớc của mảng là m x n với m là chiều cao của ảnh, n chiều rộng của ảnh và m, n kiểu Double (max(m/n)=232) 36 26 80 60 90 15 14 53 81 65 16 49 85 65 73 18 8 68 71 27 28 35 93 39 7 12 96 1 29 10 35 64 85 22 68 91 69 33 44 52 63 80 30 89 18 93 60 58 97 98 89 11 40 17 15 8 15 22 42 98 34 92 87 79 72 44 35 39 39 24 86 50 56 45 87 92 19 27 46 53 11 94 52 54 83 71 98 7 72 64 27 41 58 31 26 60 37 18 4 56 4 91 86 79 11 73 14 96 19 7 13 75 2 21 50 38 57 91 19 3 22 50 65 97 81 50 30 7 76 86 87 74 82 18 81 81 60 21 88 59 92 8 66 49 71 95 72 76 61 26 33 55 25 80 91 72 Ảnh Ma trận điểm ảnh Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 48 GVHD: PGS. TS. Ngô Quốc Tạo - Cấu trúc lƣu trữ lƣợc đồ xám (kết quả của các phép chiếu nghiêng). Phép chiếu nghiêng là đi tính tổng các điểm đen theo phƣơng vuông góc với hƣớng chiếu. Kết quả của phép chiếu sẽ đƣợc lƣu trữ vào một mảng một chiều H có kích thƣớc d phần tử. Trong dó H[i] (với i = [1..d]) là tổng số điểm đen của cột thứ i theo phƣơng chiếu. III.2.2. Module chuẩn hóa ảnh Thuật toán FS tính giá trị FS cho từng khối Block trong ảnh, vì thế cần phải chia ảnh thành các block có kích thƣớc bằng nhau trƣớc khi thực hiện thuật toán. Giả thiết kích thƣớc của mỗi Block là (k x q), để việc tính FS cho các block không gặp trƣờng hợp đặc biệt (Kích thƣớc ảnh không bằng nguyên lần của Block) ta sẽ nối thêm vào chiều ngang và dọc của ảnh vùng nền đủ để sao cho kích thƣớc ảnh mới bằng một số nguyên lần của Block. .. .. .. .. .. .. 1 Byte m (Double) n (Double) Ảnh I Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 49 GVHD: PGS. TS. Ngô Quốc Tạo  Giải thuật: Input: - Ảnh I có kích thƣớc m x n - Block có kích thƣớc k x q (k,q<m,n) Output: Ảnh I có kích thƣớc m’ x n’ sao cho m’ = i*k và n’ = j*q (với i,j € N) Thuật toán: B1: Tính m’ Nếu (m/k = nguyên (m/k)) thì m’=m; Trái lại m’ = nguyên (m/k))*k + k; B2: Tính n’ Nếu (n/q = nguyên (n/q)) thì n’=n; Trái lại n’ = nguyên (n/q))*q + q;  Mã nguồn (Mã nguồn cho module chuẩn hóa cài đặt trong Matlab) Ảnh gốc Phần dƣ không đủ 1 block Phần nền bổ xung cho đủ 1 block Block Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 50 GVHD: PGS. TS. Ngô Quốc Tạo % chuan hoa kich thuoc anh the nguyen lan cua NxN %chuan chieu cao anh if (chieucao/N)>round(chieucao/N) chieucao=round(chieucao/N)*N+N; else chieucao=round(chieucao/N)*N; end %chuan chieu rong anh if (chieurong/N)>round(chieurong/N) chieurong=round(chieurong/N)*N+N; else chieurong=round(chieurong/N)*N; end %%%%%%%%%%%%%%%%%%%% Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 51 GVHD: PGS. TS. Ngô Quốc Tạo III.2.3. Module giao diện chính Giao diện chính đƣợc thiết kế đơn giản với một số chức năng chính nhƣ sau: Vùng hiển thị ảnh gốc Vùng hiển thị ảnh kết quả Chọn ảnh mới Chọn phân tích kiểu Top-down Chọn phân tích kiểu FS Mô phỏng FS Hình 33: Giao diện chính Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 52 GVHD: PGS. TS. Ngô Quốc Tạo  Mã nguồn: Một số mã nguồn sự kiện cho các Button chính trên giao diện chính (cài dặt trong Matlab) - Button chọn ảnh: - Button Top-Down - Button Fractal Signature III.2.4. Module phân tích Top-down (TD) Thuật toán phân tích TD đƣợc thiết kế theo kiểu đệ quy, và cần tham số chiều cao của font chữ. Để tính chiều cao của font chữ có 2 giải pháp - Một là cho phép ngƣời sử dụng nhập vào. - Hai là tự động dò theo thuật toán sau: B1: Tính lƣợc đồ chiếu nghiên theo phƣớc thẳng đứng B2: Tìm độ rộng xuất hiện nhiều nhất của các “cột” trong lƣợc đồ chiếu nghiêng, đây xấp xỉ bằng chiều cao của font chữ. function pushbutton3_Callback(hObject, eventdata, handles) imshow('anhmau\running.jpg') pause(0.5) filename=get(handles.path,'string'); Fsign % Gọi chương trình con Fractal signature clear all function pushbutton2_Callback(hObject, eventdata, handles) imshow('anhmau\running.jpg') pause(0.5) filename=get(handles.path,'string'); topdown % Gọi chương trình con TOPDOWN clear all function pushbutton1_Callback(hObject, eventdata, handles) % Hop thoai chon uong dan? [fname,pname] = uigetfile('*.jpg','Hay chon mot anh da cap xam'); if fname~=0 % da chon 1 file set(handles.path,'String',[pname,fname]); % hien thi duong dan cua file anh axes(handles.anhgoc); imshow([pname,fname]); axes(handles.anhdich); end Luận văn tốt nghiệp cao học Học viên: Nguyễn Văn Huy Số hóa bởi Trung tâm Học liệu – Đại học Thái Nguyên 53 GVHD: PGS. TS. Ngô Quốc Tạo Trong đề tài này việc xác định chiều cao đƣợc dò tự động theo phƣơng pháp trên.  Giải thuật Top-Down Input: Ảnh đa cấp xám I kích thƣớc m x n, chiều cao font chữ k Output: Ảnh đã đƣợc phân đoạn văn bản và đồ họa. Thuật toán: Proceduce Topdown (I,x,y,m,n,k) // I là ảnh đầu vào, m và n là kích thƣớc vùng ảnh // k chiều cao font chữ // x,y là tọa độ hàng và cột // của điểm ảnh góc trái trên cùng Begin B1: Tính lƣợc đồ chiếu đứng cho ảnh I đƣợc kết quả là mảng A gồm m phần tử B2: Xác định các “cột” trên lƣợc đồ A For (mỗi cột(i) trong lƣợc đồ A) do IF độ rộng cột(i) ≈ k then Khoanh vùng trên ảnh tại vị trí của cột(i) chiều dài n là vùng văn bản; Else IF độ rộng côt(i) > k then Thuật toán phân tích TD đƣợc thiết kế theo kiểu đệ quy, và cần tham số chièu cao của font chữ. Thuật toán phân tích TD đƣợc thiết kế theo kiểu đệ quy, và cần tham số chièu cao của font chữ. ~k ~k ~k ~y Thành phầ