Nội dung bài báo gồm các phần sau: phần 1 trình bày về hệ thống nhận dạng chữ viết tay, phần 2 trình bày các bước xây dựng ứng dụng trên board nhúng, phần 3 tổng hợp các kết quả thực hiện được và phần 4 trình bày kết luận và hướng nghiên cứu tiếp theo. | 4 Khoa hoïc Coâng ngheä THIẾT KẾ HỆ THỐNG NHÚNG NHẬN DẠNG CHỮ VIẾT TAY Trần Song Toàn * Đặng Hữu Phúc ** Tóm tắt Nhận dạng chữ viết tay là vấn đề đang được nghiên cứu và phát triển. Công việc xây dựng các hệ thống nhận dạng chữ viết tay được thực hiện khá nhiều trên các hệ thống máy tính cá nhân. Ngày nay, hệ thống nhúng đang được nghiên cứu và ứng dụng rộng rãi trong đời sống. Các hệ thống phần cứng được thiết kế ngày càng nhỏ gọn và có tính linh hoạt cao. Nội dung bài báo sẽ giới thiệu quá trình xây dựng hệ thống nhận dạng chữ viết tay off-line trên board nhúng Beagleboard xM (BBxM). Bài toán nhận dạng được thực hiện dưới sự hỗ trợ của thư viện xử lý ảnh OpenCV và phương pháp phân lớp SVM (Support vector machines). Ảnh các chữ viết tay sẽ được chụp từ camera. Hệ thống thực hiện công việc phát hiện và tách các ký tự thành các mẫu. Các mẫu ký tự sẽ được trích chọn đặc trưng theo phương pháp chu tuyến kết hợp với phương pháp xác định mật độ điểm ảnh. Quá trình xây dựng các ứng dụng trên hệ điều hành nhúng được thực hiện trên hệ điều hành Linux với sự hỗ trợ của phần mềm QtCreator và công cụ biên dịch chéo Qt-Everywhere. Kết quả thực nghiệm được thực hiện trên các mẫu chữ cái in hoa với tỉ lệ nhận dạng đúng đạt gần 95%. Từ khóa: Beagleboard xM, hệ thống nhúng, nhận dạng chữ viết tay, phương pháp phân lớp Support Vector Machines. Abstract Handwriting recognition is an issue that is being studied and developed. The handwriting recognition systems are designed on personal computers. Nowadays, the embedded system is being studied and applied widely in life. The hardware systems are more compact and flexible. The content of the paper will introduce the process of building the offline handwriting recognition system on embedded board BeagleBoard xM (BBxM). The identification is carried out with the support of image processing library OpenCV and classification method SVM (Support vector machines). The handwriting letters will be captured by camera. The system will detect .
