【正文】 人們正以期盼的目光注視著人腦功能的揭示和神經網絡的進一步發(fā)展 [23]。一般認為，手寫 體數字的筆畫及其相對位置關系是手寫體數字中最為穩(wěn)定的特征，然而，直接從數字點陣圖象上準確地抽取數字的每一個筆畫并找出其相對位置關系則十分困難，早期利用結構模式識別方法來識別手寫體數字的研究人員所遇到的問題和困難證實了這一點。在這期間，我們查閱了大量的文獻，對手寫數字識別做了比較深刻的了解，并實現在 Matlab 環(huán)境中識別數字。另外，由于手寫數字的書寫風格、工整 程度可以有相當大的差別，因此必須弄清一個指標在怎樣的樣本集合下獲得的。 else h=getframe()。, 39。,39。)。,39。 另外， line( X ,Y, 39。 %記住當前點坐標 case 39。LineWidth39。.39。 end if yy0 yidong_y=y_zl。)。CurrentPoint39。shubiaogensui move39。, 39。 在程序的下方有五個按鈕，按照各自的名稱，分別代表著擦除寫字板上的所有內容，保存寫字板上的內容，顯示手寫體數字識別的結果，返回以及退出。shengchengwenjian\39。 str=strcat(str,39。}, 39。 讀取圖片按鈕的代碼如下： [filename, pathname] = uigetfile({39。YColor39。 石河子大學學士學位論文 21 直接讀圖模塊的設計 點擊主界面中的讀取圖片按鈕，進入直接讀圖的手寫體數字識別，如圖 。, {timerCallback}, 39。 % 捕獲圖像，設置成 rgb imshow(data)。 close(h)。 set(sp,39。保存 39。適配器名稱 39。請稍等 .....39。 圖 45 手寫體數字識別系統(tǒng)的基準庫 石河子大學學士學位論文 19 手寫體數字識別系統(tǒng)設計 攝像頭輸入模塊的設計 點擊主界面中的 攝像頭輸入按鈕，進入利用攝像頭輸入的數字識別，如圖 。 而各個分界面下的菜單如如 所示，菜單下的內容包括返回以及退出，另外兩個下拉菜單的內容是其他兩個模塊的功能。 sxt push button 3 *1 %寫字板輸入 字體 set(gcf,39。,39。cdata39。)。 J=imread(39。,39。down39。 圖 41 手寫體數字識別系統(tǒng)的主界面 在程序主界面上，界面設計的代碼如下： ha=axes(39。這一過程輸入的是特征信息，輸出是類別名稱 [21]。假如它是一個更大的算法的一 部分，那么這個算法一般只檢查圖像的特征區(qū)域。若根據分割算法所有的特征或準則，還可以分為直方圖與直方圖變換法、最大類空間方差法、最小誤差法與均勻化誤差法、共生矩陣法、最大熵法、簡單統(tǒng)計法與局部特性法、概率松馳法、模糊集法、特征空間聚類法、基于過渡區(qū)的閾值選取法等。圖像分割是從圖像處理到圖像分析的關鍵步驟，可以說，圖像分割結果的好壞直接影響對圖像的理解。 圖像分割 圖像分割就是把圖像分成若干個特定的、具有獨特性質的區(qū)域并提出感興趣目標的技術和過程。 算法： A. Determine the connected ponents. L = bwlabeln(BW, conn)。 im2bw 測試： A = imread([39。 （ 4） 二值化 將圖像轉換為基于閾值的二進制圖像的函數為 im2bw，函數公式以及具體解析如下： BW = im2bw(I， level) 將灰度圖像 I 轉換為二進制圖像。 函數公式以及具體解析如下： level = graythresh(I) 計算全局閾值 (level)，該閾值可以用在將強度圖像轉換為二進制圖像的函數 im2bw 中。 %將圖片轉為灰度圖并且保存到 J當中。 newmap = rgb2gray(map) 返回與色圖 map 相對應的灰度色圖。 （ 1） 計算數據大小 攝像頭輸入 寫字板 直接讀圖 預處理 （計算數據大小、 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 分類識別 以 TXT 格式輸出 石河子大學學士學位論文 11 計算數據大小的函數為 size，函數公式以及具體解析如下： d = size(X) 返回數組 X 每一維的大小 。圖像文件格式把 RGB圖像存儲為 24位的圖像，紅、綠、藍分別占 8位。但是在顯示灰度圖像時， Matlab仍然在后臺使用系統(tǒng)預定義的默認的灰度 顏色映射表。 B矩陣的每一行分別表示紅色、綠色和藍色的顏色值。 石河子大學學士學位論文 9 Matlab圖像處理是指計算機采用 Matlab處理圖形圖像的技術。通常采用把像素分入特定區(qū)域的區(qū)域法和尋求區(qū)域之間邊界的境界法。 圖像數字化 指的是 通過取樣和量化過程將一個以自然形式存在的 圖像變換 為適合計算機處理的數字形式。系統(tǒng)界面設計布局采用自頂向下的設計方法，即先設計主界 面再設計各個子界面。 這種 攝像頭的工作原理大致為：景物通過鏡頭 (LENS)生成的 光學 圖像投射到圖像傳感器表面上，然后轉為電信號，經過 A/D(模數轉換 )轉換后變?yōu)閿底謭D像信號，再送到數字信號處理芯片 (DSP)中加工處理，再通過 USB 接口傳輸到電腦中處理，通過顯示器就可以看到圖像 [10]。普通人也可以彼此通過攝像頭在網絡進行有影像、有聲音的交談和溝通。因此，用戶的要求不是單純的高正確率，更重要的是極低的、千分之一甚至萬分之一以下的誤識率。在郵件的自動分揀中，手寫數字識別往往與光學條碼識別 (OBROptical Bar Reading)， 人工輔助識別等手段相結合 ,完成郵政編碼的閱讀。目前國內的大多數實用系統(tǒng)都要求用戶按指定規(guī)范在方格內填寫。 （ 4）手寫數字的識別方法很容易推廣到其它一些相關問題 ， 一 個直接的應用是對英文這樣的拼音文字的識別。 本課題通過對 手寫體數字識別系統(tǒng) 的研究，介紹 了一種 手寫數字識別核心算法 。因此，手寫數字的識別研究有著重大的現實意義，一旦研究成功并投入應用，將產生巨大的社會和經濟效益 [3]。本文設計實現了一個基于 Matlab 軟件的手寫體數字識別系統(tǒng)，采用模塊化設計方法， 編寫了攝像頭輸入、直接讀取圖片、寫字板輸入三個模塊，利用攝像頭等工具，將以文本形式存在的手寫體數字輸入進計算機，完成對手寫體數字圖片的采集，并設計了一種手寫數字識別方法，對手寫體數字圖像進行預處理、結構特征提取、分類識別，最終以文本形式輸出數字，從而實現手寫體數字的識別。而在手寫數字識別這個方向上，經過多年研究，研究工作者已經開始把它向各種實際應用推廣，為手寫數據的高速自動輸入提供了一種解決方案 [2]。對后者，多半需要從字符的輪廓或骨架上提取字符形狀的基本特征，包括：圈、端點、節(jié)點、弧、突起、凹陷、筆畫等 [4]。在這一領域大家可以探討，比較各種研究方法。 在大規(guī)模的數據統(tǒng)計 (如：行業(yè)年檢、人口普查等 )中，需要輸入大量的數據，以前完全要手工輸入，需耗費大量的人力和物力。如果能把它們用計算機自動處理，無疑可以節(jié)約大量的時間、金錢和勞力。這其中主要原因是： 數字的字形信息量很小，不同數字寫法相近， 字形相差不大，使得準確區(qū)分某些數字相當困難；第二，數字雖然只有十種，而且筆劃簡單，但同一數字寫法千差萬別，全世界各個國家各個地區(qū)的人都用，其書寫上帶有明顯的區(qū)域特性，很難完全做到兼 顧世界各種寫法的極高識別率的通用性數字識別系統(tǒng)。 軟件環(huán)境： （ 1） Windows XP 操作系統(tǒng)。數字攝像頭 則 可以直接捕捉影像，然后通過串、 并口或者 USB接口 傳到計算機里。 Matlab 被稱作為第四代計算機語言，最大的特點就是簡潔，利用其豐富的函數資源，更符合人們思維習慣的代碼，帶來直觀的程序開發(fā)環(huán)境。 數字圖像是指用數字攝像機、掃描儀等設備經過采樣和數字化得到的一個大的二維數組，該數組的元素稱為 像素 ，其值為一整數，稱為灰度值。編碼能壓縮圖像的信息量，但圖像質量幾乎不變。 圖像分析 是指 從圖像中抽取某些有用的度量、數據或信息。調色板通常與索引圖像存儲在一起，裝載圖像時，調色板將和圖像一同自動裝載。 Matlab把灰度圖像存儲為一個數據矩陣，該數據矩陣中的元素分別代表了圖像中的像素。數組中的元素定義了圖像中每一個像素的紅、綠、藍顏色值。 該系統(tǒng)是計算機圖像處理與字符識別技術在手寫體數字識別系統(tǒng)中的應用，它主要由手寫體數字圖像的采集和預處理、手寫體數字圖像的定位和提取、手寫體數字的分割和識別等幾個部分組成。 對于將彩色圖像轉換成灰度圖像時，圖像灰度值可由下面的公式計算： gray = * R + * G + * B 注：原始圖像可以是 Matlab 可以處理的圖像格式。39。 imshow(J)。 [level EM] = graythresh(I) 返回效力矩陣 EM 作為第二個輸出變量。 BW = im2bw(X, map, level) 將顏色表為 map 的索引圖像 X 轉換為二進制圖像。 imshow(A)figure。 功能：用于從對象中移除小對象。值得提出的是，沒有唯一的標準的分割方法。從該方法中可以看出，確定一個最優(yōu)閾值是分割的關鍵。特征提取的結果是把圖像上的點分為不同的子集，這些子集往往屬于孤立的點、連續(xù)的曲線或者連續(xù)的區(qū)域。 通常能描述對象的元素很多，為了節(jié)約資源，節(jié)省計算機存儲空間、處理時間、特征提取的費用，有時更是為了可行性，在保證滿足分類識別正確率要求的條件下，按某種準則盡量選用對正確分類識別作用較大的特征，使得用較少的特征就能完成分類識別任務。 代碼的意義是計算兩個矩陣的 2維相關系數，相關系數最大的就是所識別的結果。position39。handlevisibility39。 I=imread(39。)。cdata39。 以上包括了主界面的背景圖片以及主界面按鈕的背景圖片的關聯等。,39。 xzb push button4 %退出 大小為 2*1 close(gcf)。目前，比較有代表性的、樣本數量較大的手寫數字樣本庫有： （ 1） .NIST 數據庫，由美國國家標準與技術局收集；（ 2） .CEDAR 數據庫 ,是由紐約州立大學 Buffalo 分校計算機科學系文本分析與 識別中完成的郵政編碼的樣本庫； （ 3） .ETL 數據庫，由日本電工技術研究所收集；（ 4） . ITPT 數據庫 , 由日本郵電通信政策研究所收集。 圖 46 利用攝像頭輸入的手寫體數字識別界面 圖 47 攝像頭攝入畫面 圖 48 利用攝像頭輸入的手寫體數字識別讀圖過程以及結果 第四章 手寫體數字識別系統(tǒng)設計分析 20 在利用攝像頭輸入的手寫體數字識別界面上，視頻輸入、手動輸入的代碼如下： clc。YUY2_320x24039。,... 39。, {baocuntupian}) set(sp,39。 waitbar(,h,39。rgb39。)) global t。Period39。,get(gca,39。,[]) set(gca,39。*.gif39。 第四章 手寫體數字識別系統(tǒng)設計分析 22 imshow(S)。)。 它代表的意思是首先調用識別程序進行識別，然后將識別出來的 TXT 文件中的內容傳入到 edit1 中，即右邊空白處。, axis([ 110 0 110])。, set(gcf, 39。shubiaogensui stop39。move39。y_zl= 。 %當斜率存在， k=(yy0)/(xx0)=0 end line( X ,Y, 39。,39。)。39。markerSize39。Color39。JPEG(*.jpg)39。GIF(*.gif)39。shengchengwenjian\ xzbsbqt 39。 一個理想的系統(tǒng)應是 R， S 盡量小，而 P， A 盡可能大。 實驗結果表明，基于所用結構模型和知識庫的識別方法對規(guī)范手寫體數字是可行的，具有較高的識別率及較好的抗噪性能，也可以識別一定條件下的自由手寫體數字。 （ 4）對系統(tǒng)進行調試和進一步優(yōu)化?？梢韵扔媒y(tǒng)計方法進行粗分類，再用結構方法進行細分類來區(qū)分相似數字，即兩種方法的串聯；也可以將兩種方法并聯使用，然后進行綜石河子大學學士學位論文 28 合集成，這是近年來識別領域的一個重要研究方向。 非線性規(guī)一化是預處理方。統(tǒng)計模式識別根據特征抽取區(qū)域的不同可粗略地分為全局統(tǒng)計特征和局部統(tǒng)計特征兩大類。 （ 2）熟悉 Matlab 編