【正文】 2022(4):6465.［24］柳回春,馬樹元,吳平東,楊峰,曾興生,[J].計(jì)算機(jī)工程, ,2022.附錄31附 錄附 識(shí)別部分主程序clccleartupian=imread(39。是我們兩人的密切配合，才使畢業(yè)設(shè)計(jì)和論文如期完成。致謝29致 謝畢業(yè)設(shè)計(jì)完成了，我們衷心地感謝所有在這期間指導(dǎo)和幫助過我們的人。非線性規(guī)一化是預(yù)處理方法的主流和核心，其目的主要是將不同大小的數(shù)字點(diǎn)陣規(guī)一化成相同大小并直接在數(shù)字點(diǎn)陣圖象上矯正手寫變形，常用的非線性規(guī)一化方法有：基于點(diǎn)密度均衡的非線性規(guī)一化、基于筆畫穿透數(shù)目均衡的非線性規(guī)一化、基于筆畫間隔均衡的非線性規(guī)一化、基于線密度均衡的非線性規(guī)一化、等，各種非線性規(guī)一化方法的主要區(qū)別在于如何刻畫數(shù)字筆畫的疏密程度的不同，使得規(guī)一化后的漢字點(diǎn)陣中筆畫分布盡量均勻。目前常用的做法是將神經(jīng)網(wǎng)絡(luò)方法和傳統(tǒng)的識(shí)別方法結(jié)合起來使用，互相取長(zhǎng)補(bǔ)短，如先用傳統(tǒng)的方法抽取較為穩(wěn)定的特征，然后再用神經(jīng)網(wǎng)絡(luò)進(jìn)行自組織聚類學(xué)習(xí)并設(shè)計(jì)性能良好的分類器等。統(tǒng)計(jì)模式識(shí)別根據(jù)特征抽取區(qū)域的不同可粗略地分為全局統(tǒng)計(jì)特征和局部統(tǒng)計(jì)特征兩大類。特征提取過程中的特征抽取是模式識(shí)別的一個(gè)重要環(huán)節(jié)，抽取穩(wěn)定且有效的特征是識(shí)別系統(tǒng)成功的關(guān)鍵。（2）熟悉 Matlab 編程環(huán)境，并對(duì) Matlab 語言進(jìn)行深入的學(xué)習(xí)。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(shí)樣本數(shù)誤識(shí)樣本數(shù) 識(shí)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(jì) 52 48 52%數(shù)字類別正識(shí)樣本數(shù)誤識(shí)樣本數(shù) 識(shí)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(jì) 84 16 84%數(shù)字類別正識(shí)樣本數(shù)誤識(shí)樣本數(shù) 識(shí)別率0 60 40 60%1 86 14 86%2 65 35 65%3 89 11 89%4 61 39 61%5 90 10 90%6 92 8 92%7 85 15 85%8 73 27 73%第五章 系統(tǒng)性能評(píng)價(jià)及實(shí)驗(yàn)結(jié)果分析27第六章 結(jié)論 畢業(yè)設(shè)計(jì)總結(jié)經(jīng)過這段時(shí)間的努力，我們的畢業(yè)設(shè)計(jì)終于如期完成。而由表 所示，以標(biāo)準(zhǔn)字體存在的手寫體數(shù)字識(shí)石河子大學(xué)學(xué)士學(xué)位論文 26別率較高，達(dá)到了 84%。因此，在評(píng)價(jià)手寫數(shù)字識(shí)別系統(tǒng)系統(tǒng)時(shí)，我們必須綜合考慮這幾個(gè)指標(biāo)。評(píng)價(jià)的指標(biāo)除了借用一般文字識(shí)別里的通常做法外，還要根據(jù)數(shù)字識(shí)別的特點(diǎn)進(jìn)行修改和補(bǔ)充 [22]。if FileName==0 return。Save Picture39。*.*39。*.gif39。*.bmp39。*.jpg39。black39。LineWidth39。LineStyle39。.39。end這段代碼所實(shí)現(xiàn)的功能是鼠標(biāo)跟隨，即單擊左鍵，會(huì)進(jìn)行鼠標(biāo)更隨，松開左鍵，會(huì)釋放更隨命令。WindowButtonMotionF39。y0=y。,39。,39。,30, 39。, 39。 %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。 else yidong_x=x_zl。%y=kx+b 直線方程實(shí)現(xiàn)。CurrentPoint39。 y0 = dianji(1,2)。 dianji = get(gca, 39。WindowButtonUpF39。, 39。 case 39。WindowButtonDownF39。 endswitch(dongz) case 39。識(shí)別的具體過程為單擊界面左邊空白處，拉動(dòng)鼠標(biāo)不松左鍵，即可在寫字板上進(jìn)行手寫體數(shù)字的輸入，如圖 413。STRING39。圖片識(shí)別按鈕的代碼如下：zjdqtpsb()edit1 = load(39。imwrite(S,str,39。shengchengwenjian\zjdqtpsctp39。S = imread([pathname,filename])。*.*39。*.bmp39。,[])它代表的意思是將坐標(biāo)軸去掉，實(shí)現(xiàn)那一部分的空白。))set(gca,39。))set(gca,39。圖 411 直接讀圖的手寫體數(shù)字識(shí)別讀圖結(jié)果在直接讀圖的手寫體數(shù)字識(shí)別界面上，左邊空白部分的代碼如下：set(gca,39。start(t)。fixedDelay39。TimerF39。period=str2num(get(q1,39。data = getsnapshot(sp)。ReturnedColorSpace39。)。rgb39。,Inf)。, [10 200 40 20],... 39。, 39。, 39。%攝像頭 = videoinput(39。winvideo39。global sph = waitbar(,39。此時(shí)，如果點(diǎn)擊視頻輸入按鈕下面的自動(dòng)截取按鈕，視頻輸入在界面中的畫面就會(huì)按照規(guī)定的時(shí)間間隔進(jìn)行截取，比如程序設(shè)定是 5 秒進(jìn)行一次截取，畫面就會(huì)固定在視頻輸入后的 5 秒的圖像上，進(jìn)行截取，然后輸出。在實(shí)驗(yàn)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(shí)基準(zhǔn)庫。前者的優(yōu)點(diǎn)是帖近自己的應(yīng)用，缺點(diǎn)也是明顯的：要費(fèi)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。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(gè)下拉菜單的內(nèi)容是三個(gè)模塊的功能。off39。)。zjdqtppush button 2 *1 %視屏輸入 字體set(gcf,39。visible39。cdata39。set(,39。,I)。Beijingtupian\39。K=imread(39。)。off39。off39。)。uistack(ha,39。normalized39。 程序主界面程序的主界面如下，功能主要分為三個(gè)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(gè)退出的按鈕，如圖。 shuzijz=[shuzijz shuzidb]。 分類識(shí)別圖像分類指的是根據(jù)提取的特征值，利用模式識(shí)別的方法進(jìn)行分類，確定類別名稱，以便對(duì)圖像的重要信息得到一種理解和解釋。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。它檢查每個(gè)像素來確定該像素是否代表一個(gè)特征。特征提取是計(jì)算機(jī)視覺和圖像處理中的一個(gè)概念。閾值分割方法根據(jù)圖像本身的特點(diǎn)，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。閾值分割方法中對(duì)灰度圖像的取閾值分割就是先確定一個(gè)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(gè)像素的灰度值都與這個(gè)閾值相比較，并根據(jù)比較結(jié)果將對(duì)應(yīng)的像素分為兩類。分割結(jié)果的好壞需要根據(jù)具體的場(chǎng)合及要求衡量。有些算法需要先對(duì)圖像進(jìn)行粗分割，因?yàn)樗麄冃枰獜膱D像中提取出來的信息。CONN對(duì)應(yīng)鄰域方法，默認(rèn)為8。)。測(cè)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：石河子大學(xué)學(xué)士學(xué)位論文13格式：BW2 = bwareaopen(BW,P,conn) 作用：刪除二值圖像 BW 中面積小于 P 的對(duì)象，默認(rèn)情況下 conn 使用 8 鄰域，這個(gè)部分其實(shí)就是去噪，根據(jù)設(shè)置的 P 的大小，去除圖像上的雜點(diǎn)。B = im2bw(A)。 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(jìn)制圖像。函數(shù) graythresh 能用來自動(dòng)計(jì)算變量 level 。只有單一灰度值的圖像 0，只有兩個(gè)灰度值的圖像1。 多維矩陣被 reshape 自動(dòng)轉(zhuǎn)換為二維矩陣。石河子大學(xué)學(xué)士學(xué)位論文11測(cè)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(jìn)行全局圖像閾值選取。figure。 J = rgb2gray(I)。如果輸入的是色圖，則輸入和輸出都是 double 類型的。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。[d1,d2,d3,…,dn] = size(X) 返回 X 數(shù)組每一維的大小到 d1，d2，d3 ，…，dn。在本系統(tǒng)中，我們?cè)O(shè)計(jì)的這個(gè)部分主要由計(jì)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。攝像頭輸入寫字板直接讀圖預(yù)處理（計(jì)算數(shù)據(jù)大小、灰度、全局闕值選取、二值化、刪除小面積圖形）圖像分割特征提取分類識(shí)別以 TXT 格式輸出圖31 手寫體數(shù)字識(shí)別系統(tǒng)結(jié)構(gòu)圖其中三個(gè)模塊的輸入部分以及部分輸出部分的具體設(shè)計(jì)將會(huì)在下一章中提到。像素的顏色保存在像素位置上的紅、綠、藍(lán)的強(qiáng)度值的組合來確定。二值圖像可以采用uint和double 類型存儲(chǔ)，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。大多數(shù)情況下，灰度圖像很少和顏色映射表一起保存。（2）灰度圖像灰度數(shù)字圖像是每個(gè)像素只有一個(gè)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(gè)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。其中 B是一個(gè)包含3列和若干行的數(shù)據(jù)陣列。（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。圖像匹配試圖建立兩張圖片之間的幾何對(duì)應(yīng)關(guān)系，度量其類似或不同的程度。境界法利用各種邊緣檢測(cè)技術(shù)，即根據(jù)圖像邊緣處具有很大的梯度值進(jìn)行檢測(cè)。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(gè)連續(xù)集。在本文中，我們就是利用USB攝像頭將圖像數(shù)字化。其中，常見的處理有圖像數(shù)字化、圖像編碼、圖像增強(qiáng)、圖像復(fù)原、圖像分割和圖像分析等。根據(jù)國(guó)內(nèi)外優(yōu)秀的 GUI 技術(shù)應(yīng)用的成功經(jīng)驗(yàn)，可以總結(jié)出近幾年的設(shè)計(jì)具備以下幾個(gè)最基本特點(diǎn) [13]：（1）技術(shù)上具有先進(jìn)性、高效性、實(shí)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(huì)出現(xiàn)數(shù)據(jù)丟失、改變的問題；（3）界面友好，操作簡(jiǎn)便，使用統(tǒng)一的瀏覽器界面；（4）自動(dòng)化程度高，結(jié)構(gòu)設(shè)計(jì)簡(jiǎn)單；（5）模塊化設(shè)計(jì)，易于擴(kuò)充功能；（6）產(chǎn)品設(shè)計(jì)靈活；（7）投資少，最大限度保護(hù)用戶的投資。本試驗(yàn)中，我們使用了 Matlab 圖形用戶界面（簡(jiǎn)稱 GUI）設(shè)計(jì)主界面和子界面，優(yōu)化界面并實(shí)現(xiàn)主界面對(duì)子界面的調(diào)用，編寫界面的回調(diào)函數(shù)。 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(jì)算軟件，專門以矩陣的形式處理數(shù)據(jù)。在本實(shí)驗(yàn)中，我們就選擇使用了 USB 數(shù)字?jǐn)z像頭。攝像頭分為模擬攝像頭和數(shù)字?jǐn)z像頭兩大類。 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(jī)，電腦眼等，是一種視頻輸入設(shè)備，被廣泛的運(yùn)用于視頻會(huì)議，遠(yuǎn)程醫(yī)療及實(shí)時(shí)監(jiān)控等方面。石河子大學(xué)學(xué)士學(xué)位論文 4第二章 開發(fā)運(yùn)行環(huán)境 系統(tǒng)開發(fā)環(huán)境和運(yùn)行環(huán)境硬件環(huán)境：（1） 計(jì)算機(jī)一臺(tái)。這是因?yàn)?，?shù)字沒有上下文關(guān)系，每個(gè)單字的識(shí)別都事關(guān)重要，而且數(shù)字識(shí)別經(jīng)常涉及的財(cái)會(huì)、金融領(lǐng)域其嚴(yán)格性更是不言而喻的。第一章 引言3導(dǎo)入圖片邊緣提取Freeman編碼關(guān)鍵點(diǎn)特征提取參數(shù)測(cè)量計(jì)算面積圖11 識(shí)別的基本思路框架圖 課題難點(diǎn)分析數(shù)字的類別只有十種，筆劃又簡(jiǎn)單，其識(shí)別問題似乎不是很困難。手寫數(shù)字識(shí)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(jì)活動(dòng)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(guó)函件業(yè)務(wù)量也在不斷增長(zhǎng)，一些大城市的中心郵局每天處理量將高達(dá)上千萬件，業(yè)務(wù)量的急劇上升使得郵件的分揀自動(dòng)化成為大勢(shì)所趨。財(cái)務(wù)、稅務(wù)、金融是手寫數(shù)字識(shí)別大有可為的又一領(lǐng)域。因?yàn)閿?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(jì)表格和對(duì)書寫施加限制以便于機(jī)器的自動(dòng)識(shí)別。而隨著國(guó)家信息化進(jìn)程的加速，手寫數(shù)字識(shí)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(shí)別核心算法性能上，最終目標(biāo)是研究零誤識(shí)率和低拒識(shí)率的高速識(shí)別算法。（3）盡管人們對(duì)手寫數(shù)字的識(shí)別已從事了很長(zhǎng)時(shí)間的研究，并已取得了很多成果，但到目前為止機(jī)器的識(shí)別本領(lǐng)還無法與人的認(rèn)知能力相比，這仍是一個(gè)有難度的開放問題。在于數(shù)字信息自動(dòng)處理領(lǐng)域，節(jié)省人力，提高效率，加快信息流動(dòng)，創(chuàng)造巨大