《手写体数字识别系统的设计与实现答辩稿.ppt》由会员分享,可在线阅读,更多相关《手写体数字识别系统的设计与实现答辩稿.ppt(26页珍藏版)》请在三一办公上搜索。
1、手写体数字识别系统的设计与实现,手写体数字识别系统的设计与实现,中文摘要英文摘要设计方案系统设计流程预处理特征提取BP神经网络识别系统界面 总结 致谢,手写体数字识别系统的设计与实现,手写体数字识别是多年来的研究热点,也是字符识别中的一个重要问题。手写体数字识别在邮政、金融领域应用广泛。当涉及到数字识别时,人们往往要求识别器有很高的识别可靠性,特别是有关金额的数字识别时,因此,针对这类问题的处理系统设计的关键环节之一,就是设计出高可靠性和高识别率的手写体数字识别方法。本文在对手写识别主要方法分析和研究的基础上,设计了一个基于BP神经网络的手写体数字识别系统。该系统首先对数字字符进行灰度化、二值
2、化、细化、分割等预处理,然后采用逐象素特征提取法的特征提取方法提取字符特征,最后使用训练好的BP神经网络识别手写的数字。实验表明,本系统对于较规范的手写体数字的识别达到了很好的识别效果。,DESIGN OF HANDWRITTEN DIGHT RECOGNITION SYSTEM,Handwritten numeral recognition is a hot spot of study for years,and is a important issue of character recognition.Handwritten numeral recognition is applied b
3、roadly in post and financial environment.When come down to numeral recognition,the emphases people think is its dependability,especially refer to money-digit recognition.So one of the key steps for these questions is designing a high-dependability and high-accuracy handwritten numeral recognition sy
4、stem.Based on the analysis and research of the method of handwritten recognition,the design of a handwritten numeral recognition system based on BP neural network is achieved in this paper.In first,it is the pretreatment of graying,partition,thinning progress,cuts apart etc.Then algorithm of pixel-b
5、y-feature extraction has been adopted in handwritten numeral recognition.Finally,recognize number using the BP neural network which was well trained.Experiment show recognition system in this paper has achieved a good rate of recognition in random handwritten numeral.,手写体数字识别系统的设计与实现,方案:在研究手写体数字识别理论
6、和方法的基础上,开发这样一个小型的手写体数字识别系统,完成以下主要方面的研究与设计工作:样本数据采样;样本预处理算法研究;特征提取算法研究;识别算法选择、研究;系统实现,完成实验,评价效果。,手写体数字识别系统的设计与实现,手写体数字识别系统流程,手写体数字识别系统的设计与实现,预处理,灰度化,二值化,锐化去躁,整体倾斜度调整,字符分割,归一化处理,紧缩重排,手写体数字识别系统的设计与实现,要识别的手写数字字符图片如下,手写体数字识别系统的设计与实现,灰度化图像就是让图像的每一个象素的R、G、B分量的值是相等的。处理结果如下,手写体数字识别系统的设计与实现,二值化就是把图像中的象素根据一定的标
7、准分化成两种颜色。本系统中是根据象素的灰度值处理成黑白两种颜色。处理结果如下,手写体数字识别系统的设计与实现,锐化处理使模糊的图像变得清晰起来,同时可以对噪声起到一定的去除作用。处理结果如下,手写体数字识别系统的设计与实现,整体倾斜度调整是使得字符都处于同一水平位置,那样即便利字符的分割也可以提高字符识别的准确率。处理结果如下,手写体数字识别系统的设计与实现,字符分割就是把图像中的字符独立的分割出来。处理结果如下,手写体数字识别系统的设计与实现,标准化图像就是要把原来各不相同的字符统一到同一尺寸,本系统实现中是统一到同一高度,然后根据高度来调整字符的宽度。处理结果如下,手写体数字识别系统的设计
8、与实现,经过标准归一化处理后的各个字符在图像中的位置不定,所以要把归一化后的字符进行紧缩重 排,以方便下一步的特征提取的操作。处理结果如下,手写体数字识别系统的设计与实现,特征提取要从被分割归一化处理完毕的字符中,提取最能体现这个字符特点的特征向量。本文采用的是逐象素特征提取法,将归一化的样本的每个象素作为一个特征点提取出来。,手写体数字识别系统的设计与实现,神经网络具有如下基本特点 神经网络具有分布式存储信息的特点。神经网络对信息的处理及推理的过程具有并行的特点。神经网络对信息的处理具有自组织、自学习的特点。所以可以处理一些环境信息十分复杂、知识背景不清楚和推理规则不明确的问题。本文中采用了
9、BP神经网络。,手写体数字识别系统的设计与实现,将提取出训练样本中的特征向量代入BP网络之中就可以对网络进行训练,提取出待识别的样本中的特征向量代入到训练好的BP网络中,就可以对字符进行识别。,手写体数字识别系统的设计与实现,系统主界面,手写体数字识别系统的设计与实现,系统预处理菜单,手写体数字识别系统的设计与实现,系统BP神经网络识别菜单,手写体数字识别系统的设计与实现,输入手写数字图像文件,手写体数字识别系统的设计与实现,系统识别结果,手写体数字识别系统的设计与实现,总结本系统考虑了数字字符的很多变化情况,具备良好的适应性,对于较规范的手写体数字的识别达到了很好的识别效果。但识别率对于倾斜度过大的字符来说就不是很高了,甚至出现无法识别的情况。需要不断改进。,手写体数字识别系统的设计与实现,致谢,感恩的心 有你!,感谢,