【正文】 程環(huán)境，并對(duì) Matlab 語言進(jìn)行深入的學(xué)習(xí)。而由表 所示，以標(biāo)準(zhǔn)字體存在的手寫體數(shù)字識(shí)別率較高，達(dá)到了 84%。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]。Save Picture39。*.gif39。*.jpg39。LineWidth39。.39。WindowButtonMotionF39。,39。,30, 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。 %y=kx+b 直線方程實(shí)現(xiàn)。 y0 = dianji(1,2)。WindowButtonUpF39。 case 39。 石河子大學(xué)學(xué)士學(xué)位論文 23 end switch(dongz) case 39。STRING39。 imwrite(S,str,39。 S = imread([pathname,filename])。*.bmp39。)) 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。fixedDelay39。 period=str2num(get(q1,39。ReturnedColorSpace39。rgb39。, [10 200 40 20],... 39。, 39。winvideo39。 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。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。off39。 zjdqtp push button 2 *1 %視屏輸入 字體 set(gcf,39。cdata39。,I)。 K=imread(39。off39。)。normalized39。 shuzijz=[shuzijz shuzidb]。 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。 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。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。)。 B = im2bw(A)。函數(shù) graythresh 能用來自動(dòng)計(jì)算變量 level 。 多維矩陣被 reshape 自動(dòng)轉(zhuǎn)換為二維矩陣。 figure。如果輸入的是色圖，則輸入和輸出都是 double 類型的。 [d1,d2,d3,? ,dn] = size(X) 返回 X 數(shù)組每一維的大小到 d1， d2， d3，?， dn。 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。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。 （ 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。 （ 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。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)。 在本文中，我們就是利用USB攝像頭將圖像數(shù)字化。 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。 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)。 攝像頭分為模擬攝像頭 和 數(shù)字 攝像頭兩大類。 第二章 開發(fā)運(yùn)行環(huán)境 5 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)。 圖 11 識(shí)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(diǎn)特征提 取 參數(shù)測(cè)量 計(jì)算面積 石河子大學(xué)學(xué)士學(xué)位論文 4 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。 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。 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。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)造巨大的經(jīng)濟(jì)效益 [5]。這些手段分兩大類：全局分析和結(jié)構(gòu)分析。 在整個(gè) OCR 領(lǐng)域中，最為困難的就是脫機(jī)手寫 字符 的識(shí)別。 手寫數(shù)字識(shí)別是光學(xué)字符識(shí)別技術(shù) (Optical Character Recognition， 簡(jiǎn)稱OCR)的一個(gè)分支，它研究的對(duì)象是：如何利用電子計(jì)算機(jī)自動(dòng)辨認(rèn)人手寫在紙張上的阿拉伯?dāng)?shù)字。在過去的四十年中，人們想出了很多辦法獲取手寫字符的關(guān)鍵特征。 手寫體數(shù)字識(shí)別的研究意義 手寫數(shù)字識(shí)別研究?jī)r(jià)值意義在于自然人機(jī)交互領(lǐng)域，提高人機(jī)交互的自然性和友好性。 課題研究現(xiàn)狀及發(fā)展趨勢(shì) 手寫數(shù)字識(shí)別有著重要的價(jià)值 ， IBM、 HP、日立、東芝、夏普、 NEC、理光和新加坡熱卡公司等國(guó)外公司都曾巨額投入手寫數(shù)字識(shí)別領(lǐng)域?？梢钥闯觯@ 種應(yīng)用 對(duì)識(shí)別核心算法的要求比較低，是目前國(guó)內(nèi)很多單位應(yīng)用開發(fā)的熱點(diǎn) [7]。 課題整體結(jié)構(gòu) 我們的思路是利用 Matlab軟 件 建立一個(gè)手寫體數(shù)字識(shí)別系統(tǒng)，利用三種方法實(shí)現(xiàn)圖像輸入的功能，然后對(duì)輸入的圖像進(jìn)行預(yù)處理，分割，結(jié)構(gòu)特征提取，分類識(shí)別等操作，最終識(shí)別出圖像上的數(shù)字，如圖 11。因此，研究高性能的手寫數(shù)字識(shí)別算法是一個(gè)有相當(dāng)?shù)奶魬?zhàn)性的任務(wù) [8]。 在本實(shí)驗(yàn)中，我們主要 用它來進(jìn)行手寫體數(shù)字圖像的輸入，即圖像的采集部分。 另外， 視頻捕獲能力 也是用戶最為關(guān)心的功能之一， 目前攝像頭的視頻捕獲都是通過軟件來實(shí)現(xiàn)的， 在本實(shí)驗(yàn)中，我們?cè)O(shè)置了根據(jù)秒數(shù)來自動(dòng)截取圖片，這對(duì)電腦的要求非常高，即 CPU 的處理能力要足夠的快，其次對(duì)畫面 也有 要求， 不同大小 最大分辨率 下的畫面， 捕獲能力也不盡相同 ，我們選擇的這種 USB 數(shù)字?jǐn)z像頭的捕獲能力一般，勉強(qiáng)能夠?qū)崿F(xiàn)我們對(duì)實(shí)驗(yàn)的要求，如果想要更高的識(shí)別率，可以選擇更好些的攝像頭甚至是工控?cái)z像頭 。 第二章 開發(fā)運(yùn)行環(huán)境 7 本課題避開了硬件系統(tǒng)的不足，巧妙的運(yùn)用軟件來仿真硬件才能實(shí)現(xiàn)的實(shí)驗(yàn)結(jié)果，大大降低了實(shí)驗(yàn)設(shè)備要求，節(jié)約了人力和財(cái)力， 而且有很多的庫(kù)函數(shù)可以在實(shí)驗(yàn)時(shí)直接調(diào)用，避免了用硬件做實(shí)驗(yàn)的局限性。圖像數(shù)字化需要專門的設(shè)備，常見的有各種電子的和光學(xué)的掃描設(shè)備，還有機(jī)電掃描設(shè)備和手工操作的數(shù)字化儀。有時(shí)用固定的閾值不能得到滿意的分割，可根據(jù)局部的對(duì)比度調(diào)整閾值，這稱為自適應(yīng)閾值。此外， Matlab還支持由多幀圖像組成的圖像序列 [15]。像素顏色由數(shù)據(jù)矩陣 A作為索引指向矩陣 B進(jìn)行索引。 與灰度圖像相同，二值圖像只需要一個(gè)數(shù)據(jù)矩陣，每個(gè)像素只取兩個(gè)灰度值。 第三章 手寫體數(shù)字識(shí)別系統(tǒng)構(gòu)成及原理 10 手寫體數(shù)字識(shí)別系統(tǒng)構(gòu)成 手寫體數(shù)字識(shí)別系統(tǒng)結(jié)構(gòu)圖如圖 31所示。 m = size(X,dim) 返回 X 數(shù)組第 dim 維的大小 。輸出的圖像 I 的數(shù)據(jù)與輸入的圖像是相同類型的數(shù)據(jù)。 imshow(I) %顯示轉(zhuǎn)換前的彩色圖。 函數(shù) graythresh 選擇使黑白像素類內(nèi)方差最小的閾值。你指定 level 在 [0,1]之間， 不用管輸入圖像的等級(jí)。])。Area39。圖像分割的方法和種類有很多，有些分割運(yùn)算可直接應(yīng)用于任何圖像，而另一些只能適用于特殊類別 的圖像。其中閾值化方法因其簡(jiǎn)單、計(jì)算量小、性能較穩(wěn)定而成為圖像分割中應(yīng)用最廣泛的分割技術(shù) [19]。這一過程輸入是龐大的信息圖像，輸出則是少量的特征信息，而且這些特征信息僅僅代表物體 ，無法還石河子大學(xué)學(xué)士學(xué)位論文 15 原回原物體。此后通過局部 導(dǎo)數(shù) 運(yùn)算來計(jì)算圖像的一個(gè)或多個(gè)特征。 %計(jì)算兩個(gè)矩陣的 2維相關(guān)系數(shù)。,39。Beijingtupian\39。,39。)。cdata39。 石河子大學(xué)學(xué)士學(xué)位論文 17 set(,39。)。,39。研究者對(duì)所需的樣本庫(kù)有兩種選擇：一是自己根據(jù)需要建立專門的樣本庫(kù) ， 二是選用其它機(jī)構(gòu)做好的現(xiàn)成的樣本庫(kù)。 同時(shí)，界面左邊的空白處，也會(huì)出現(xiàn)相同的圖像，如圖 。 %顯示等待條 sp = videoinput(39。Style39。Position39。,39。 %創(chuàng)建一個(gè)視頻預(yù)覽窗口的視頻顯示現(xiàn)場(chǎng)視頻數(shù)據(jù)輸入對(duì)象 set(sp,39。 global q1。, 39。 圖 49 直接讀圖的手寫體數(shù)字識(shí)別界面 圖 410 直接讀圖的手寫體數(shù)字識(shí)別讀圖過程 最后點(diǎn)擊右邊的圖片識(shí)別 按鈕即可識(shí)別出數(shù)字， 如圖 。Color39。39。)。)。 str set(,39。start39。)。 set(gcf, 39。 x0 = dianji(1,1)。 y = dianji(1,2)。 end X=x0:yidong_x:x 。markerSize39。Color39。, set(gcf, 39。, 39。,39。 最后，在寫字板輸入的過程中，還需要保存手寫出的圖片，然后才能進(jìn)行識(shí)別，具體流程如圖 所示： 圖 414 寫字板輸入的流程圖 保存部分的代碼如下： [FileName,PathName] = uiputfile({39。... 39。},... 39。 end手寫數(shù)字 單擊保存按鈕 選擇保存路徑 顯示結(jié)果 返回或者退出 擦除 第五章 系統(tǒng)性能評(píng)價(jià)及實(shí)驗(yàn)結(jié)果分析 25 第五章 系統(tǒng)性能評(píng)價(jià)及實(shí)驗(yàn)結(jié)果分析 識(shí)別系統(tǒng)性能的評(píng)價(jià) 作為一個(gè)識(shí)別系統(tǒng) ， 我們最終要用某些參數(shù)來評(píng)價(jià)其性能的高低 ， 手寫數(shù)字識(shí)別也不例外。 由表 所示，因?yàn)閿z像頭識(shí)別會(huì)受到光線，攝像頭像素等客觀條件的影響，所以每次每個(gè)樣本測(cè)試出的結(jié)果有可能略有不同， 因此利用攝像頭輸入的手寫體數(shù)字識(shí)別率較低，才有 52%。 本論文是對(duì)本次畢業(yè)設(shè)計(jì)的總結(jié)，主要做的工作有以下幾點(diǎn)： （ 1）查閱文獻(xiàn)資料，對(duì)手寫數(shù)字識(shí)別進(jìn)行調(diào)研，找出系統(tǒng)設(shè)計(jì)的幾種方法。 課題前景與展望 手寫識(shí)別不應(yīng)該只局 限于一種方法，應(yīng)該多種方法相結(jié)合，這里我們提一下統(tǒng)計(jì)模式識(shí)別和神經(jīng)網(wǎng)絡(luò)識(shí)別。通常，直接從數(shù)字點(diǎn)陣圖象上消除手寫變形的方法有兩種，即非線性規(guī)一化方法和變換函數(shù)法。神經(jīng)網(wǎng)絡(luò)識(shí)別，用于識(shí)別的人工神經(jīng)網(wǎng)絡(luò)模型有： hop field 神經(jīng)網(wǎng)絡(luò)、前向多層神經(jīng)網(wǎng)絡(luò)（如 bp 算法、 rbf網(wǎng)絡(luò)等）、 art 網(wǎng)絡(luò)、自組織特 征映射網(wǎng)絡(luò)、認(rèn)知器模型等等。 本次畢業(yè)設(shè)計(jì)還存在較多需改善和完善的工作，具體有以下兩點(diǎn)： 手寫數(shù)字變形問題是非特定人脫機(jī)手寫數(shù)字識(shí)別中的關(guān)鍵問題，在模版匹配的過程中，由于手寫變形的存在，單模板字典顯得不足，因此有必要生成多模板字典，但在本設(shè)計(jì)中，由于人力等問題，樣本庫(kù)中的樣本無法達(dá)到成百上千的數(shù)目，因而識(shí)別率不是很高。為了提高識(shí)別率和可靠性，除了要增強(qiáng)對(duì)噪聲的濾除能力外，還要增大知識(shí)庫(kù)，以解決細(xì)化中出現(xiàn)的結(jié)構(gòu)畸變問題，這些都有待我們 進(jìn)一步的研究。而在一個(gè)實(shí)際系統(tǒng)中，S， R 是相互制約的，拒識(shí)率 R 的提高總伴隨著誤識(shí)率 S 的下降，與此同時(shí)識(shí)別率 A 和識(shí)別精度 P 的提高。)。... 39。... 39。,39。,30, 39。)。 第四章 手寫體數(shù)字識(shí)別系統(tǒng)設(shè)計(jì)分析 24 x0=x。39。marker39。%定義 xy 方向增量