【正文】 設(shè)計 學(xué)生姓名： 學(xué) 號： 學(xué) 院： 信息科學(xué)與技術(shù)學(xué)院 專業(yè)年級： 電子信息工程 2020 級 指導(dǎo)教師： 職 稱： 完成日期： 二 ○ 一一年六月十一日 摘要 I 手寫體數(shù)字識別系統(tǒng)設(shè)計 學(xué)生： 指導(dǎo)教師： [摘要 ] 隨著科學(xué)技術(shù)的迅速發(fā)展，在郵政編碼、統(tǒng)計報表、財務(wù)報表、銀行票據(jù)等處理大量字符信息錄入的場合，手寫數(shù)字識別系統(tǒng)的應(yīng)用需求越來越強烈，如何將數(shù)字方便、快速地輸入到 計算機中已成為關(guān)系到計算機技術(shù)普及的關(guān)鍵問題。 在整個 OCR 領(lǐng)域中，最為困難的就是脫機手寫 字符 的識別。這幾年來我國開始大力推廣的 “ 三金 ” 工程在很大程度上要依賴數(shù)據(jù)信息的輸入，如果能通過手寫數(shù)字識別技術(shù)實現(xiàn)信息的自動錄入，無疑會促進這一事業(yè)的進展。這些手段分兩大類：全局分析和結(jié)構(gòu)分析。因此，最近這方面的努力 向著更為成熟、復(fù)雜、綜合的方向發(fā)展。在于數(shù)字信息自動處理領(lǐng)域，節(jié)省人力，提高效率，加快信息流動，創(chuàng)造巨大的經(jīng)濟效益 [5]。 （ 3）盡管人們對手寫數(shù)字的識別已從事了很長時間的研究，并已取得了很多成果，但到目前為止機器的識別本領(lǐng)還無法與人的認(rèn)知能力相比，這仍是一個有難度的開放問題。 而 隨著國家信息化進程的加速，手寫數(shù)字識別的應(yīng)用需求越來越廣泛，應(yīng)用系統(tǒng)的性能的關(guān)鍵與瓶頸在于手寫數(shù)字識別核心算法性能上，最終目標(biāo)是研究零誤識率和低拒識率的高速識別算法。因為數(shù)據(jù)的錄入是集中組織的，所以往往可以通過專門設(shè)計表格和對書寫施加限制以便于機器的自動識別。 財務(wù)、稅務(wù)、金融是手 寫數(shù)字識別大有可為的又一領(lǐng)域。 手寫數(shù)字識別在郵件分揀中的應(yīng)用 也十分廣泛， 隨著人們生活水平的提高 ，經(jīng)濟活動的發(fā)展 ， 通信聯(lián)系的需求使信函的互換量大幅度增加，我國函件業(yè)務(wù)量也在不斷增長，一 些 大城市的中心郵局每天處理量將高達 上千 萬件，業(yè)務(wù)量的急劇上升使得郵件的分揀自動化成為大勢所趨。 圖 11 識別的基本思路框架圖 導(dǎo)入圖片 邊緣提取 Freeman編碼 關(guān)鍵點特征提 取 參數(shù)測量 計算面積 石河子大學(xué)學(xué)士學(xué)位論文 4 課題難點分析 數(shù)字的類別只有十種，筆劃又簡單，其識別問題似乎不是很困難。這是因為，數(shù)字沒有上下文關(guān)系，每個單字的識別都事關(guān)重要，而且數(shù)字識別經(jīng)常涉及的財會、金融領(lǐng)域其嚴(yán)格性更是不言而喻的。 第二章 開發(fā)運行環(huán)境 5 第二章 開發(fā)運行環(huán)境 系統(tǒng)開發(fā)環(huán)境和運行環(huán)境 硬件環(huán)境： （ 1） 計算機一臺。 開發(fā)工具介紹 硬件部分介紹 本課題中，我們所用到的硬件有攝像頭， 攝像頭 (CAMERA)又稱為電腦相機，電腦眼 等，是一種視頻 輸入設(shè)備 ，被廣泛的運用于 視頻會議 ，遠(yuǎn)程醫(yī)療及 實時監(jiān)控 等方面。 攝像頭分為模擬攝像頭 和 數(shù)字 攝像頭兩大類。在本實驗中，我們就選擇 使用 了 USB數(shù)字?jǐn)z像頭 。 軟件部分介紹 本課題中，我們所用到的軟件是 Matlab， Matlab 是 MATrix LABoratory 的縮寫， 它是一種科學(xué)計算軟件，專門以矩陣的形式處理數(shù)據(jù)。 本試驗中，我們使用了 Matlab 圖形用戶界面（簡稱 GUI） 設(shè)計主界面和子界面，優(yōu)化界面并實現(xiàn)主界面對子界面的調(diào)用，編寫界面的回調(diào)函數(shù)。 根據(jù)國內(nèi)外優(yōu)秀的 GUI 技術(shù)應(yīng)用的成功經(jīng)驗，可以總結(jié)出近幾年的設(shè)計具備以下幾個最基本特點 [13]： （ 1）技術(shù)上具有先進性、高效性、實用性、安全性； （ 2）數(shù)據(jù)管理功能完善，數(shù)據(jù)的采集、處理、發(fā)布過程中不會出現(xiàn)數(shù) 據(jù)丟失、改變的問題； （ 3）界面友好，操作簡便，使用統(tǒng)一的瀏覽器界面； （ 4）自動化程度高，結(jié)構(gòu)設(shè)計簡單； （ 5）模塊化設(shè)計，易于擴充功能； （ 6）產(chǎn)品設(shè)計靈活； （ 7）投資少，最大限度保護用戶的投資。 其中， 常見的處理 有 圖像數(shù)字化、圖像編碼、 圖像增強 、圖像復(fù)原、圖像分割和 圖像分析 等 。 在本文中，我們就是利用USB攝像頭將圖像數(shù)字化。 圖像分割 是 將圖像劃分為一些互不重疊的區(qū)域，每一區(qū)域是像素的一個連續(xù)集。境界法利用各種 邊緣檢測 技術(shù)，即根據(jù)圖像邊緣處具有很大的梯度值進行檢測。圖像匹配試圖建立兩張圖片之間的幾何對應(yīng)關(guān)系，度量其類似或不同的程度。 （ 1）索引圖像 索引圖像是一種把像素值直接作為 RGB調(diào)色板下標(biāo)的圖像。其中 B是一個包含 3列和若干行的數(shù)據(jù)陣列。 （ 2）灰度圖像 灰度數(shù)字圖像是每個像素只 有一個采樣顏色的圖像 ， 這類圖像通常顯示為從最暗 的 黑色到最亮的白色的灰度，盡管理論上這個采樣可以 用于 任何顏色的不同深淺，甚至可以是不同亮度上的不同顏色。大多數(shù)情況下，灰度圖像很少和顏色映射表一起保存。二值圖像可以采用 uint和 double類型存儲，工具箱中以二值圖像作為返回結(jié)果的函數(shù)都使用 uint類型。像素的顏色保存在像素位置上的紅、綠、藍(lán)的強度值的 組合來確定。 圖 31 手寫體數(shù)字識別系統(tǒng)結(jié)構(gòu)圖 其中三個模塊的輸入部分以及部分輸出部分的具體設(shè)計將會在下一章中提到。 在本系統(tǒng)中，我們設(shè)計的 這個部分主要由計算數(shù)據(jù)大小，灰度，全局圖像閾值選取，二值化，刪除 小面積圖形等過程組成。 [d1,d2,d3,? ,dn] = size(X) 返回 X 數(shù)組每一維的大小到 d1， d2， d3，?， dn。 rgb2gray 刪除圖像中的色調(diào)和飽和度信息，而保留亮度信息，從而將 RGB 圖像轉(zhuǎn)換為灰度圖。如果輸入的是色圖，則輸入和輸出都是 double 類型的。 J = rgb2gray(I)。 figure。 第三章 手寫體數(shù)字識別系統(tǒng)構(gòu)成及原理 12 測試結(jié)果如圖 、 所示 ： 圖 32 原始圖像 圖 33 灰度圖像 （ 3） 全局圖像閾值選取 全局圖像閾值選取的函數(shù)為 graythresh，函數(shù)功能為 使用大津法進行全局圖像閾值選取 。 多維矩陣被 reshape 自動轉(zhuǎn)換為二維矩陣。只有單一灰度值的圖像 0，只有兩個灰度值的圖像 1。函數(shù) graythresh 能用來自動計算變量 level 。 注：如果輸入圖像不是灰度圖像， im2bw 首先將圖像轉(zhuǎn)換為灰度圖像，然后通過閾值將灰度圖像轉(zhuǎn)換成二進制圖像。 B = im2bw(A)。 測試結(jié)果如圖 、 所示 ： 圖 34 灰度圖像 圖 35 二值化圖像 （ 5） 刪除小面積圖形 刪除小面積圖形的函數(shù)為 bwareaopen，函數(shù)公式以及具體解析如下： 格式： BW2 = bwareaopen(BW,P,conn) 作用：刪除二值圖像 BW 中面積小于 P 的對象，默認(rèn)情況下 conn 使用 8 鄰域，這個部分其實就是去噪，根 據(jù)設(shè)置的 P 的大小，去除圖像上的雜點。)。 CONN對應(yīng)鄰域方法，默認(rèn)為 8。有些算法需要先對圖像進行粗分割，因為他們需要從圖像中提取出來的信息。分割結(jié)果的好壞需要根據(jù)具體的場合及要求衡量。 閾值分割方法中對灰度圖像的取閾值分割就是先確定一個處于圖像灰度取值范圍之中的灰度閾值，然后將圖像中各個像素的灰度值都與這個閾值相比較，并根據(jù)比較結(jié)果將對應(yīng)的像素分為兩類。閾值分割方法根據(jù)圖像本身的特點，可分為單閾值分割方法和多閾值分割方法；也可分為基于像素值 的閾值分割方法、基于區(qū)域性質(zhì)的閾值分割方法和基于坐標(biāo)位置的閾值分割方法。 特征提取是計算機視覺和圖像處理中的一個概念。它檢查每個 像素 來確定該像素是否代表一個特征。 特征提取的目的是從原始數(shù)據(jù)中抽取出用于區(qū)分不同類型的本質(zhì)特征。 分類識別 圖像分類指的是根據(jù)提取的特征值，利用模式識別的方法進行分類，確定類別名稱，以便對圖像的重要信息得到一種理解和解釋 。 shuzijz=[shuzijz shuzidb]。 程序主界面 程序的主界面如下，功能主要分為三個模塊，分別為攝像頭輸入模塊、直接讀取圖片模塊以及寫字板輸入模塊，另外，右下角還有個退出的按鈕，如圖 。normalized39。 uistack(ha,39。)。off39。off39。)。 K=imread(39。Beijingtupian\39。,I)。 set(,39。cdata39。visible39。 zjdqtp push button 2 *1 %視屏輸入 字體 set(gcf,39。)。off39。 另外，在界面的左上角有幾組下拉菜單，主界面的下拉菜單如圖 所示，內(nèi)容包括幫助以及退出，另外三個下拉菜單的內(nèi)容是三個模塊的功能。前者的優(yōu)點是帖近自己的應(yīng)用 ，缺點也是明顯的：要費相當(dāng)?shù)木η掖硇院茈y保證 ， 與其它人的結(jié)果不好比較。在實驗的過程中，我們還可以根據(jù)手寫體數(shù)字的樣式，來添加樣本，充實基準(zhǔn)庫。 此時，如果點擊視頻輸入按鈕下面的自動截取按鈕，視頻輸入在界面中的畫面就會按照規(guī)定的時間間隔進行截取，比如程序設(shè)定是 5 秒進行一次截取，畫面就會固定在視頻輸入后的 5 秒的圖像上，進行截取，然后輸出。 global sp h = waitbar(,39。winvideo39。 %攝像頭 = videoinput(39。, 39。, 39。, [10 200 40 20],... 39。,Inf)。rgb39。)。ReturnedColorSpace39。 data = getsnapshot(sp)。 period=str2num(get(q1,39。TimerF39。fixedDelay39。 start(t)。 圖 411 直接讀圖的手寫體數(shù)字識別讀圖結(jié)果 在直接讀圖的手寫體數(shù)字識別界面上，左邊空白部分的代碼如下： set(gca,39。)) set(gca,39。)) set(gca,39。,[]) 它代表的意思是將坐標(biāo)軸去掉，實現(xiàn)那一部分的空白。*.bmp39。*.*39。 S = imread([pathname,filename])。shengchengwenjian\zjdqtpsctp39。 imwrite(S,str,39。 圖片識別按鈕的代碼如下： zjdqtpsb() edit1 = load(39。STRING39。 識別的具體過程為單擊界面左邊空白處，拉動鼠標(biāo)不松左鍵， 即可在寫字板上進行手寫體數(shù)字的輸入，如圖 413。 石河子大學(xué)學(xué)士學(xué)位論文 23 end switch(dongz) case 39。WindowButtonDownF39。 case 39。, 39。WindowButtonUpF39。 dianji = get(gca, 39。 y0 = dianji(1,2)。CurrentPoint39。 %y=kx+b 直線方程實現(xiàn)。 else yidong_x=x_zl。 %定義 x 的變化 %定義 y 的變化 if abs(xx0) %直線平行于 y 軸 Y=y0:yidong_y:y。, 39。,30, 39。,39。,39。y0=y。WindowButtonMotionF39。 end 這段代碼所實現(xiàn)的功能是鼠標(biāo)跟隨，即單擊左鍵，會進行鼠標(biāo)更隨，松開左鍵，會釋放更隨命令。.39。LineStyle39。LineWidth39。black39。*.jpg39。*.bmp39。*.gif39。*.*39。Save Picture39。 if FileName==0 return。評價的指標(biāo)除了借用一般文字識別里的通常做法外，還要根據(jù)數(shù)字識別的特點進行修改和補充 [22]。因此，在評價手寫數(shù)字識別系統(tǒng)系統(tǒng)時，我們必須綜合考慮這幾個指標(biāo)。而由表 所示，以標(biāo)準(zhǔn)字體存在的手寫體數(shù)字識別率較高，達到了 84%。 表 51 利用攝像頭輸入的手寫體訓(xùn)練結(jié)果 表 52直接讀圖的手寫體訓(xùn)練結(jié)果 表 53 利用手寫板輸入的手寫體訓(xùn)練結(jié)果 數(shù)字 類別 正識樣本數(shù) 誤識 樣本數(shù) 識別率 0 4 6 40% 1 5 5 50% 2 4 6 40% 3 5 5 50% 4 7 3 70% 5 6 4 60% 6 5 5 50% 7 3 7 30% 8 7 3 70% 9 6 4 60% 合計 52 48 52% 數(shù)字 類別 正識樣本數(shù) 誤識樣本數(shù) 識別率 0 6 4 60% 1 8 2 80% 2 9 1 90% 3 9 1 90% 4 9 1 90% 5 9 1 90% 6 7 3 70% 7 9 1 90% 8 9 1 90% 9 9 1 90% 合計 84 16 8