BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC LẠC HỒNG
***

VÕ TẤN DŨNG

Xây dựng Hệ thống hỗ trợ thu thập và quản lý chỉ số điện
tự động

Luận văn thạc sĩ Công Nghệ Thông Tin

Đồng Nai – Năm 2015


BỘ GIÁO DỤC VÀ ĐÀO TẠO
TRƯỜNG ĐẠI HỌC LẠC HỒNG
***

VÕ TẤN DŨNG

Xây dựng Hệ thống hỗ trợ thu thập và quản lý chỉ số điện
tự động
Chuyên ngành : Công Nghệ Thông Tin
Mã số : 60480201

Luận văn thạc sĩ Công Nghệ Thông Tin

NGƯỜI HƯỚNG DẪN KHOA HỌC :
PGS.TS Vũ Đức Lung

Đồng Nai – Năm 2015

TÓM TẮT LUẬN VĂN
Hiện nay, việc ứng dụng công nghệ thông tin vào quản lý sản xuất đã và đang
được triển khai mạnh mẽ trong những năm gần đây. Tuy nhiên nhiều doanh nghiệp
vẫn còn áp dụng nhiều hình thức quản lý vào sản xuất thủ công tốn nhiều nhân lực
mà hiệu quả công việc không cao, tốn nhiều thời gian. Vấn đề rất gần gũi chúng ta có
thể thấy như hàng tháng đều có nhân viên đến ghi chỉ số điện, số m3 nước tiêu thụ
hàng tháng … tốn nhiều thời gian và công sức nhân viên đến từng hộ gia đình.
Từ những nhu cầu trong thực tế tôi quyết định bắt tay vào nghiên cứu và thực
hiện đề tài : “HỆ THỐNG HỖ TRỢ THU THẬP VÀ QUẢN LÝ CHỈ SỐ ĐIỆN

TỰ ĐỘNG”. Đây là một đề tài mang tính khả thi cao, có thể liên kết với các cơ quan,
ban ngành, công ty doanh nghiệp điện để triển khai ứng dụng vào đời sống thực tế.
Nội dung đề tài trình bày cụ thể trong 4 chương.
+ Nội dung Chương 1 giới thiệu chung như lý do chọn đề tài, mục tiêu nghiên
cứu, giới hạn của đề tài tổng quan về hệ thống hỗ trợ thu thập và quản lý chỉ số điện
tự động.
+ Nội dung Chương 2 trình bày các cơ sở lý thuyết liên quan đến đề tài như lý
thuyết về xử lý ảnh, các phương pháp nhận dạng số, công nghệ di động GSM, hệ
thống nhúng, tổng quan KIT BeagleBoard-xM, các kỹ thuật và ngôn ngữ lập trình.
+ Nội dung Chương 3 trình bày chi tiết quá trình phân tích và thiết kế hệ thống
như phân tích đánh giá yêu cầu đề tài, từ đó thiết kế mô hình tổng quát của hệ thống
gồm phần mềm nhúng trên KIT BeagleBoard-xM và phần mềm hệ thống quản lý chỉ
số điện với người dùng trên máy chủ.
+ Nội dung Chương 4 gồm quy trình thử nghiệm hệ thống và các kết quả thử
nghiệm.


MỤC LỤC
CHƯƠNG 1: GIỚI THIỆU CHUNG VỀ ĐỀ TÀI ..................................................... 1
1.1 Giới thiệu chung và tổng quan các nghiên cứu liên quan đến đề tài .................... 1

2.2.3.2 SVM phi tuyến ....................................................................................... 18


2.3 Tổng quan công nghệ di động GSM ................................................................... 18
2.3.1 Giới thiệu công nghệ GSM ........................................................................... 19
2.3.2 Cấu trúc mạng GSM ..................................................................................... 20
2.3.3 Modem 3G .................................................................................................... 21
2.4 Tổng quan hệ thống nhúng .................................................................................. 21
2.4.1 Linux với hệ thống nhúng ............................................................................. 23
2.4.2 Tương lai của hệ thống nhúng ...................................................................... 25
2.5 Tổng Quan Beagleboard-Xm .............................................................................. 25
2.5.1 Giới thiệu Kit nhúng BeagleBoard-xM ........................................................ 25
2.5.2 Thông số kỹ thuật ......................................................................................... 27
2.6 Các kỹ thuật và ngôn ngữ nhập trình .................................................................. 28
2.6.1 Lệnh AT(Attention Commands) ................................................................... 28
2.6.2 Ngôn ngữ C# ................................................................................................. 30
2.6.3 Ngôn ngữ JAVA ........................................................................................... 32
CHƯƠNG 3 : Xây Dựng Hệ Thống Hỗ Trợ Thu Thập và Quản Lý Chỉ Số Điện Tự
Động .......................................................................................................................... 34
3.1 Mô hình tổng quát hệ thống ................................................................................ 34
3.2 Thiết kế phần nhận diện trên beagleboard-xm .................................................... 35
3.2.1 Cài đặt cần thiết trên máy tính ...................................................................... 35
3.2.1.1 Cài đặt hệ điều hành Ubuntu 12.04 lên thẻ nhớ MicroSD ..................... 35
3.2.1.2 Cài đặt và cấu hình hỗ trợ gửi và nhận tin nhắn gammu........................ 37
3.2.1.3 Cài đặt thư viện xử lý ảnh OpenCV ....................................................... 37
3.3.2 Chương trình nhận diện chỉ số điện trên kit nhúng beagleboard-xm ........... 39
3.3.2.1 Giai đoạn tiền xử lý ................................................................................ 41
3.3.2.2 Giai đoạn trích chọn đặc trưng ............................................................... 42
3.3.2.3 Chọn thuật toán huấn luyện và phân lớp dữ liệu .................................... 42
3.3.2.4 Nhận diện ............................................................................................... 46

Bảng 3.1 : Chức năng quản lý phần mềm quản lý chỉ số điện tự động .................... 50
Bảng 3.2 : Chức năng giao tiếp với Client (KIT) và người dùng ............................ 51
Bảng 3.3 : Thông tin nhân viên ................................................................................. 53
Bảng 3.4 : Thông tin tài khoản quản trị .................................................................... 53
Bảng 3.5 : Thông tin thiết bị ..................................................................................... 53
Bảng 3.6 : Thông tin khách hàng .............................................................................. 54
Bảng 37 : Thông tin định mức .................................................................................. 54
Bảng 38 : Thông tin khu vực..................................................................................... 54
Bảng 3.9 : Thông tin chỉ số điện ............................................................................... 54
Bảng 3.10 : Thông tin góp ý từ khách hàng .............................................................. 55
Bảng 3.11 : Thông tin tin nhắn gửi và nhận .............................................................. 55
Bảng 4.1: Kết quả nhận diện ảnh chụp tách ra từ bộ dữ liệu chưa huấn luyện......... 66
Bảng 4.2 : Kết quả chụp trực tiếp trên Kit nhúng Beagleboard-xM ......................... 67
DANH MỤC BIỂU ĐỒ
Sơ đồ 2.1 : Các bước cơ bản trong xử lý ảnh .............................................................. 8
Sơ đồ 2.2 : Sơ đồ đơn giản về mạng neural nhân tạo ............................................... 15
Sơ đồ 2.3 : Sơ đồ mạng Perceptron nhiều lớp (MLP-MultiLayer Perceptron) ......... 15
Sơ đồ 2.4 : Sơ đồ khối của BeagleBoard-xM ........................................................... 26
Sơ đồ 3.1 : Lưu đồ thuật toán chương trình nhận diện chỉ số điện trên KIT ............ 39
Sơ đồ 3.2 : Sơ đồ huấn luyện và phân lớp ................................................................ 44
Sơ đồ 3.3 : Sơ đồ huấn luyện .................................................................................... 45
Sơ đồ 3.4 : Sơ đồ nhận diện bằng giải thuật SVM .................................................... 46
Sơ đồ 3.5 : Lưu đồ thuật toán tự động cập nhật giờ hệ thống ................................... 49
Sơ đồ 3.6 : Lưu đồ thuật toán gửi tin nhắn tự động từ mày chủ ............................... 51


Sơ đồ 3.7 : Lưu đồ thuật toán gửi tin nhắn cho các khách ........................................ 52
Sơ đồ 3.8 : Sơ đồ chức năng cập nhật thông tin ........................................................ 52
Sơ đồ 3.9 : Sơ đồ chức năng thay đổi mặt khẩu ........................................................ 53
Sơ đồ 3.10 : Sơ đồ chức năng thay đổi kết nối với CSDL và Modem GMS ............ 53

Hình 4.5 : Sau khi đăng nhập thành công ................................................................. 67
Hình 4.6 : Danh sách các khu vực do công ty điện quản lý ...................................... 68
Hình 4.7 : Thời gian gửi tin nhắn tự động đến các khu vực ..................................... 69
Hình 4.8 : Thời gian gửi tin nhắn tỳ ý đến các hộ khách hàng và khu vực .............. 70
Hình 4.9 : Lịch sử tin nhắn trong quá trình hoạt động .............................................. 70
Hình 4.10 : Thời gian chụp ảnh tự động sai giờ........................................................ 71
Hình 4.11 : Gửi tin nhắn cập nhật thời gian cho KIT ............................................... 71
Hình 4.12 : Cập nhật thời hệ thống trên KIT dựa vào SMS từ máy chủ .................. 72


1
CHƯƠNG 1: GIỚI THIỆU CHUNG VỀ ĐỀ TÀI
1.1 Giới thiệu chung và tổng quan các nghiên cứu liên quan đến đề tài
1.1.1 Tình hình nghiên cứu trong nước
Hiện nay, với sự phát triển nhanh chóng của Công nghệ thông tin đã giúp cho
con người rất nhiều trong nhiều lĩnh vực như kinh tế, giáo dục, dịch vụ…Việc đưa
ứng dụng nghệ thông tin vào quản lý và sản xuất đang được rất nhiều nhà sản xuất,
doanh nghiệp thực hiện nhằm tiết kiệm được chi phí thuê nhân công mà hiệu quả cao.
Tuy nhiên nhiều doanh nghiệp vẫn áp dụng cách thức quản lý và sản xuất tốn nhiều
nhân lực và tính hiệu quả không cao.
Tại Việt Nam trong những năm gần đây, lĩnh vực nhận dạng chữ và số đã được
nhiều đề tài nghiên cứu trong nước đặc biệt quan tâm. Một số nhóm nghiên cứu điển
hình như:
+ Tác giả Nguyễn Văn Long (2013) đã nghiên cứu và xây dựng ứng dụng nhận
diện biển số xe với SVM và thư viện OpenCV[1].
+ Sinh viên Phan Thanh Hưng và Bùi Minh Tân (2013) Đại Học Công Nghệ
Thông Tin TP.HCM đề xuất ý tưởng xây dựng hệ thống nhận diện chỉ số điện với Kit
nhúng BeagleBoard-xM và chương trình quản lý chỉ số điện. Tuy nhiên đề tài sử dụng
mã nguồn mở Tesseract-ORC nhận diện số in, chưa áp dụng với số điện thực tế.
+ Nhóm sinh viên Nguyễn Văn Tùng và Vũ Xuân Trường (2014) Đại Học Công

- Xây dựng hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động thông qua
camera cho ứng dụng đọc chỉ số điện, sử dụng phương pháp máy học Support Vector
Machine. Cụ thể là chúng ta sẽ chụp ảnh chỉ số hiện tại trên màn hình của công tơ
điện và xử lý ảnh này sử dụng ngôn ngữ C++ cùng với phương pháp SVM để nhận
dạng, sau đó lưu giá trị nhận diện được vào một file text thể hiện chỉ số của công tơ
điện đó. Đồng thời, xây dựng phần mền nhận dạng chỉ số công tơ đồng hồ điện thông
qua Kit nhúng Beagleboard-xM.
Đề tài đã thực hiện nghiên cứu và thiết kế hệ thống tự động nhận diện ảnh
chụp từ Camera USB và gửi về máy chủ qua Modem 3G. Thực hiện được việc giao
tiếp với người dùng, định lịch hàng tháng gửi tin nhắn thông báo số điện, số tiền tiêu
thụ điện hàng tháng cho người dùng. Ngoài ra, hệ thống sẽ gửi tín hiệu tới hệ thống


3
yêu cầu chụp lại số điện nếu xảy ra sự cố.
Việc xử lý hình ảnh nhận được từ Camera chỉ thực hiện được chính xác trong
một số môi trường có ánh sáng phù hợp. Sự sai lệch của một số thiết bị như Camera
USB cũng là nguyên nhân làm cho việc xử lý ảnh không được chính xác.
Trong một vài trường hợp, thiết bị Modem 3G gặp sự cố như mất kết nối, tài
khoản thiết bị hết,... thì việc gửi nhận tin nhắn sẽ bất ổn định và không được đảm bảo.
Hệ thống trên KIT BeagleBoard-xM xử lý còn chậm do phải chạy nhiều
chương trình cùng lúc.
Chi phí cho bộ thiết bị của hệ thống khá cao khi đưa ứng dụng ra thực tế cần
rút gọn và tự thiết kế KIT có đầy đủ các chức năng yêu cầu để giảm chi phí.
1.2 Mục tiêu của luận văn
- Xây dựng hệ thống hỗ trợ thu thập và quản lý chỉ số điện tự động thông qua
camera cho ứng dụng đọc chỉ số điện, sử dụng phương pháp máy học Support Vector
Machine. Cụ thể là chúng ta sẽ chụp ảnh chỉ số hiện tại trên màn hình của công tơ
điện và xử lý ảnh này sử dụng ngôn ngữ C++ cùng với phương pháp SVM để nhận
dạng, sau đó lưu giá trị nhận diện được vào một file text thể hiện chỉ số của công tơ

 Phương pháp máy học SVM và phân lớp nhận dạng.
 Công nghệ GSM áp dụng gửi và nhận tin nhắn, giao tiếp giữa Kit nhúng
và phần mềm máy chủ quản lý chỉ số điện
1.4. Nội dung thực hiện
 Tìm hiểu vế Kit nhúng Beagleboard-xM, phân loại lớp nhận dạng,…
 Xây dựng thuật toán nhận dạng chỉ số điện bằng phương pháp SVM.
 Tìm hiểu các phương pháp trích rút đặc trưng.
 Tìm hiểu các phương pháp huấn luyện bộ phân loại nhận dạng chỉ số điện
bằng thuật toán SVM.
 Xây dựng hệ thống :
 Xây dựng phần mềm quản lý số điện trên máy chủ.
 Nhúng chương trình lên Kit nhúng BeagleBoard-xM.


5
 Kết nối phần mềm nhúng trên board mạch và phần truyền thông giữa
board nhúng với máy chủ.
 Thử nghiệm, so sánh và đánh giá kết quả đạt được.
1.5 Phương pháp thực hiện
 Giới thiệu tổng quan về (Kit nhúng Beagleboard-xM, thư viện
OpenCV,…).
 Đi sâu nghiên cứu về SVM để chuẩn bị dữ liệu, bao gồm các kỹ thuật cho
việc trích chọn đặc trưng, tiền xử lý, cách huấn luyện.
 Nghiên cứu và ứng dụng thư viện mã nguồn xử lý ảnh Intel OpenCV,
EmguCV vào việc xây dựng phần mềm nhận dạng chỉ số điện.
 Tìm hiểu và thiết kế phần mềm quản lý số điện trên máy chủ bằng SQL
Server 2008 R2 và Visual Studio 2010. Nhận dạng các chỉ số công tơ điện
thông qua Camera bằng cách sử dụng ngôn ngữ lập trình C++ chạy trên hệ
điều hành Linux.
1.6. Dự kiến kết quả


7
CHƯƠNG 2 : Cơ Sở Lý Thuyết
2.1 Lý thuyết xử lý ảnh
2.1.1 Giới thiệu về hệ thống xử lý ảnh
Xử lý ảnh là một lĩnh vực mang tính khoa học và công nghệ. Nó là một ngành
khoa học mới mẻ so với nhiều ngành khoa học khác nhưng tốc độ phát triển của nó
rất nhanh, kích thích các trung tâm nghiên cứu, ứng dụng, đặc biệt là máy tính chuyên
dụng riêng cho nó.
Xử lý ảnh được đưa vào giảng dạy ở bậc đại học ở nước ta khoảng chục năm
nay. Nó là môn học liên quan đến nhiều lĩnh vực và cần nhiều kiến thức cơ sở khác.
Đầu tiên phải kể đến xử lý tín hiệu số là một môn học hết sức cơ bản cho xử lý tín
hiệu chung, các khái niệm về tích chập, các biến đổi Fourier, biến đổi Laplace, các
bộ lọc hữu hạn… Thứ hai, các công cụ toán như Đại số tuyến tính, Xác xuất, thống
kê. Một số kiến thứ cần thiết như Trí tuệ nhân tao, Mạng nơ ron nhân tạo cũng được
đề cập trong quá trình phân tích và nhận dạng ảnh.
Các phương pháp xử lý ảnh bắt đầu từ các ứng dụng chính: nâng cao chất
lượng ảnh và phân tích ảnh. Ứng dụng đầu tiên được biết đến là nâng cao chất lượng
ảnh báo được truyền qua cáp từ Luân đôn đến New York từ những năm 1920. Vấn đề
nâng cao chất lượng ảnh có liên quan tới phân bố mức sáng và độ phân giải của ảnh.
Việc nâng cao chất lượng ảnh được phát triển vào khoảng những năm 1955. Điều này
có thể giải thích được vì sau thế chiến thứ hai, máy tính phát triển nhanh tạo điều kiện
cho quá trình xử lý ảnh số thuận lợi. Năm 1964, máy tính đã có khả năng xử lý và
nâng cao chất lượng ảnh từ mặt trăng và vệ tinh Ranger 7 của Mỹ bao gồm: làm nổi
đường biên, lưu ảnh. Từ năm 1964 đến nay, các phương tiện xử lý, nâng cao chất
lượng, nhận dạng ảnh phát triển không ngừng. Các phương pháp tri thức nhân tạo
như mạng nơ ron nhân tạo, các thuật toán xử lý hiện đại và cải tiến, các công cụ nén
ảnh ngày càng được áp dụng rộng rãi và thu nhiều kết quả khả quan.
Để dễ tưởng tượng, xét các bước cần thiết trong xử lý ảnh. Đầu tiên, ảnh tự
nhiên từ thế giới ngoài được thu nhận qua các thiết bị thu (như Camera, máy chụp

9
diễn phân tích, nhận dạng ảnh hay còn gọi là các đối tượng để biểu diễn phân tích,
nhận dạng ảnh. Ví dụ: để nhận dạng chữ (hoặc mã vạch) trên phong bì thư cho mục
đích phân loại bưu phẩm, cần chia các câu, chữ về địa chỉ hoặc tên người thành các
từ, các chữ, các số (hoặc các vạch) riêng biệt để nhận dạng. Đây là phần phức tạp khó
khăn nhất trong xử lý ảnh và cũng dễ gây lỗi, làm mất độ chính xác của ảnh. Kết quả
nhận dạng ảnh phụ thuộc rất nhiều vào công đoạn này.
2.1.1.4 Biểu diễn ảnh (Image Representation)
Đầu ra ảnh sau phân đoạn chứa các điểm ảnh của vùng ảnh (ảnh đã phân đoạn)
cộng với mã liên kết với các vùng lận cận. Việc biến đổi các số liệu này thành dạng
thích hợp là cần thiết cho xử lý tiếp theo bằng máy tính. Việc chọn các tính chất để
thể hiện ảnh gọi là trích chọn đặc trưng (Feature Selection) gắn với việc tách các đặc
tính của ảnh dưới dạng các thông tin định lượng hoặc làm cơ sở để phân biệt lớp đối
tượng này với đối tượng khác trong phạm vi ảnh nhận được. Ví dụ: trong nhận dạng
ký tự trên phong bì thư, chúng ta miêu tả các đặc trưng của từng ký tự giúp phân biệt
ký tự này với ký tự khác.
2.1.1.5 Nhận dạng và nội suy ảnh (Image Recognition and
Interpretation)
Nhận dạng ảnh là quá trình xác định ảnh. Quá trình này thường thu được bằng
cách so sánh với mẫu chuẩn đã được học (hoặc lưu) từ trước. Một số đối tượng nhận
dạng khá phổ biến hiện nay đang được áp dụng trong khoa học và công nghệ như
nhận dạng ký tự (chữ in, chữ viết tay, chữ ký điện tử), nhận dạng văn bản, nhận dạng
vân tay, nhận dạng mã vạch, nhận dạng mặt người...Nội suy là phán đoán theo ý nghĩa
trên cơ sở nhận dạng. Ví dụ: một loạt chữ số và nét gạch ngang trên phong bì thư có
thể được nội suy thành mã điện thoại. Có nhiều cách phân loại ảnh khác nhau về ảnh.
Theo lý thuyết về nhận dạng, các mô hình toán học về ảnh được phân theo hai loại
nhận dạng ảnh cơ bản:
- Nhận dạng theo tham số.
- Nhận dạng theo cấu trúc.
Một số đối tượng nhận dạng khá phổ biến hiện nay đang được áp dụng trong

ta mô tả ảnh nhị phân của một vùng ảnh được thể hiện theo toạ độ (x, y) theo các
chiều và đặc tả chỉ đối với giá trị “1” khi đó dạng mô tả có thể là: (x, y)r; trong đó (x,
y) là toạ độ, r là số lượng các bit có giá trị “1” liên tục theo chiều ngang hoặc dọc.


11
2.1.2 Một số vấn đề cơ bản trong hệ thống xử lý ảnh
2.1.2.1 Điểm ảnh (Pixel)
Gốc của ảnh (ảnh tự nhiên) là ảnh liên tục về không gian và độ sáng. Để xử lý
bằng máy tính (số), ảnh cần phải được số hoá. Số hoá ảnh là sự biến đổi gần đúng
một ảnh liên tục thành một tập điểm phù hợp với ảnh thật về vị trí (không gian) và độ
sáng (mức xám). Khoảng cách giữa các điểm ảnh đó được thiết lập sao cho mắt người
không phân biệt được ranh giới giữa chúng. Mỗi một điểm như vậy gọi là điểm ảnh
(PEL: Picture Element) hay gọi tắt là Pixel. Trong khuôn khổ ảnh hai chiều, mỗi pixel
ứng với cặp tọa độ (x, y).
Định nghĩa : Điểm ảnh (Pixel) là một phần tử của ảnh số tại toạ độ (x, y) với
độ xám hoặc màu nhất định. Kích thước và khoảng cách giữa các điểm ảnh đó được
chọn thích hợp sao cho mắt người cảm nhận sự liên tục về không gian và mức xám
(hoặc màu) của ảnh số gần như ảnh thật. Mỗi phần tử trong ma trận được gọi là một
phần tử ảnh.
2.1.2.2 Độ phân giải của ảnh
Định nghĩa: Độ phân giải (Resolution) của ảnh là mật độ điểm ảnh được ấn
định trên một ảnh số được hiển thị.
Theo định nghĩa, khoảng cách giữa các điểm ảnh phải được chọn sao cho mắt
người vẫn thấy được sự liên tục của ảnh. Việc lựa chọn khoảng cách thích hợp tạo
nên một mật độ phân bổ, đó chính là độ phân giải và được phân bố theo trục x và y
trong không gian hai chiều. Ví dụ: Độ phân giải của ảnh trên màn hình CGA (Color
Graphic Adaptor) là một lưới điểm theo chiều ngang màn hình: 320 điểm chiều dọc
* 200 điểm ảnh (320*200). Rõ ràng, cùng màn hình CGA 12” ta nhận thấy mịn hơn
màn hình CGA 17” độ phân giải 320*200. Lý do: cùng một mật độ (độ phân giải)


Hình 2.1 : Hệ tọa độ ba màu RGB


13
Trong cách biểu diễn này ta có công thức:
đỏ + lục + lơ =1
Công thức này gọi là công thức Maxwell. Trong hình trên, tam giác tạo bởi ba
đường đứt đoạn gọi là tam giác Maxwell. Màu trắng trong hệ tọa độ này được tính
bởi:
trắngCIE = (đỏCIE + lụcCIE + lơCIE) = 1
2.1.3 Ứng dụng của xử lý ảnh
Hiện nay, xử lý ảnh được ứng dụng trong rất nhiều lĩnh vực như:
 Hệ thống quản ly chất lượng và số lượng hàng hóa trong các dây truyền
tự động.
 Hệ thống nhận dạng ký tự, các ngôn ngữ khác nhau như: Tiếng Anh,
Tiếng Trung, Tiếng Nhật, Tiếng Việt...
 Nhận dạng công nghiệp, y học, thương mại, điều tra khoáng sản, vector
hóa bản đồ trong địa lý.
 Quan sự, thiên văn học, an ninh, dự bao thời tiết.
Các hệ thống bảo mật, kiểm soát truy cập, quá trình xử lý ảnh với mục đích
nhận dạng vân tay, khuôn mặt, biển số, mã vạch, nhận dạng tội phạm…
2.2 Một số phương pháp nhận dạng số
Nhận dạng số là một phần trong nhận dạng ký tự. Đây là lĩnh vực được nhiều
nhà nghiên cứu quan tâm và cho đến nay lĩnh vực này cũng đã đạt được nhiều thành
tựu lớn lao cả về mặt lý thuyết lẫn ứng dụng thực tế.
2.2.1 Phương phap K-Nearest Neighbor
Phương phap K-Nearest Neighbor (KNN) là phương pháp xác định đối tượng
dựa vào khoảng cách gần nhất giữa đối tượng cần xét với tất cả các mẫu trong dữ liệu
huấn luyện (Training Data). Một đối tượng được phân lớp dựa vào số K láng giềng