【正文】 絡(luò)來識別含有數(shù)字字符的方法。 識別并給出結(jié)果 樣本訓(xùn)練 字符特征輸入 圖像輸入 灰度轉(zhuǎn)化 圖像二值化 梯度銳化 去離散噪聲 傾斜度調(diào)整 圖像分割 歸一化調(diào)整 緊縮重排 特征提取 北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計（論文） 五、進度安排 — 查找資料，通過書籍和視頻學(xué)習(xí) C++ 的基本 概念和語法，初步練習(xí)使用 Visual C++軟件。 北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計（論文） 三、 研究內(nèi)容 在實現(xiàn)的過程中，分解為兩個模塊，即圖像預(yù)處理模塊和數(shù)字識別模塊。 數(shù)字圖像技術(shù)是圖像處理領(lǐng)域中的一個重要研究方向。 二、參考文獻 [1]人工智能 原理及其應(yīng)用， 王萬森 ， 電子工業(yè)出版社 ， 2020. [2] VC++深入詳解， 孫鑫 ， 電子工業(yè)出版社 ， 2020. [3]人工神經(jīng)網(wǎng)絡(luò)原理 , 馬銳 ， 機械工業(yè)出版社 ， 2020. [4] Visual C++數(shù)字圖像處理典型案例詳解 ， 沈晶 ， 機械工業(yè)出 版社 ， 2020. [5]Application of Image Processing to the Characterization of Nanostructures Manuel F. M. Costa， Reviews on Advanced Materials Science,2020. 三、設(shè)計（研究）內(nèi)容和要求（包括設(shè)計或研究內(nèi)容、主要指標與技術(shù)參數(shù)，并根據(jù)課題性質(zhì)對學(xué)生提出具體要求。北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計（論文） 一、 原始依據(jù)（包括設(shè)計或論文的工作基礎(chǔ)、研究條件、應(yīng)用環(huán)境、工作目的等。 ） 掌握 C++的基本概念和語法。數(shù)字圖像處理技術(shù)發(fā)展到今天，數(shù)字圖像識別技術(shù)已 經(jīng)獲得長足的進步。其中圖像預(yù)處理模塊在對圖像進行了一系列變換后，把最后提取到的數(shù)字字符提交給數(shù)字識別模塊，然后進行識別并給出結(jié)果。了解 BP 神經(jīng)網(wǎng)絡(luò)的 基本原理及人工智能的基本概念。神經(jīng)網(wǎng)絡(luò)采用帶有動量項和自適應(yīng)學(xué)習(xí) 率的反向傳播算法 (BP)進行訓(xùn)練。圖像處理 。 字符識別方法及研究現(xiàn)狀 字符識別方法 字符 識別方法 ：字符 識別方法基本上分為統(tǒng)計、邏輯判斷和句法三大類。 字符 識別發(fā)展現(xiàn)狀 字符 識別可應(yīng)用于許多領(lǐng)域，如閱讀、文獻資料的檢索、信件的分揀、稿件的校對、銀行支票的處理、商品發(fā)票的統(tǒng)計匯總、商品編碼的識別 等。通過學(xué)習(xí) BP 網(wǎng)絡(luò)的算法，對BP 網(wǎng)絡(luò)進行反復(fù)訓(xùn)練，確定穩(wěn)定的權(quán)值與閾值，進而應(yīng)用到字符識別系統(tǒng)中去。是處理 非線性系統(tǒng)的有力工具。 不同的網(wǎng)絡(luò)在性能和效率上會有很大的差異，一般來說，跨層連接的結(jié)點越多，網(wǎng)絡(luò)越是可靠；層數(shù)越多，網(wǎng)絡(luò)的效率越低；反饋越多，網(wǎng)絡(luò)的學(xué)習(xí)能力越強；結(jié)點個數(shù)越多，網(wǎng)絡(luò)的記憶能力就越好。所以網(wǎng)絡(luò)學(xué)習(xí)的準則應(yīng)該是：如果網(wǎng)絡(luò)作出錯誤的的判決，則通 過網(wǎng)絡(luò)的學(xué)習(xí)，應(yīng)使得網(wǎng)絡(luò)減少下次犯同樣錯誤的可能性。一般說來，網(wǎng)絡(luò)中所含的神經(jīng)元個數(shù)越多，則它能記憶、識別的模式也就越多。 （ 3）正線性函數(shù) F(X)=0 if X0。無教師型的學(xué)習(xí)或者說無監(jiān)督性的學(xué)習(xí)是靠學(xué)習(xí)者或者說神經(jīng)系統(tǒng)本身自行完成的。 輸入樣本信號 Xi 可以取離散值 ―0‖或 ―1‖。 BP 神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)結(jié)構(gòu)是一個前向的多 層網(wǎng)絡(luò)，該網(wǎng)絡(luò)中不僅含有輸入層節(jié)點和輸出層節(jié)點，而且還含有一層或多層的隱層節(jié)點。正向傳播用于對前向網(wǎng)絡(luò)進行計算，即對某一輸入信息，經(jīng)過網(wǎng)絡(luò)計算后求出它的輸出結(jié)果；反向傳播用于逐層傳遞誤差（誤差，即實際的輸出與期望的輸出之間的差值），修改神經(jīng)元之間的連接權(quán)值，使得網(wǎng)絡(luò)對輸入信息進行計算后所得到的輸出能夠達到期望的誤差要求。一般來說，神經(jīng)網(wǎng)絡(luò)的輸入信息是一個向量 ( 1X ， 2X ， … ， NiX )，我們稱之為輸入向量， 神經(jīng)網(wǎng)絡(luò)的輸出信息也是一個向量 ( 1Y ， 2Y ， … ， NoY )，我們稱之為輸出向量。同時，還要確定神經(jīng)網(wǎng)絡(luò)的平均誤差容限。此處，為了表示方便，我們分別用 iN , hN , oN 來表示輸入層，隱層和輸出層的節(jié)點數(shù)目。對訓(xùn)練樣例集當中的每個訓(xùn)練樣例，進行第四步～第六步處理。其 中， 39。根據(jù)當前訓(xùn)練樣例所產(chǎn)生的輸出值，反向逐層計算網(wǎng)絡(luò)各節(jié)點的偏差信號δ，并根據(jù)這個偏差信號來調(diào)整網(wǎng)絡(luò)各節(jié)點的連接權(quán)值和閾值。對于輸出層的第 i 個 節(jié) 點 來 說 (i=1,2,…, oN ) ，)()1( tWOtW ijiiij ???????? ??? ， )1()()1( ????? tWtWtW ijijij ，)()1( tt iii ????? ??????? , )1()()1( ????? ttt iii ??? 。 ????? tWtWtW ijijij , )()1( 39。 ?tWij 表示當前隱層第 i 個節(jié)點關(guān)于輸入層第 j 個節(jié)點的連接權(quán)值， )1(39。i? 分別是隱層第 i 個節(jié)點的輸出值和偏差信號， ? 和 ? 分別是學(xué)習(xí)效率和沖量參數(shù)。這些技術(shù)包括，圖像的灰度化、圖像的二值化、圖像的梯度銳化、去除離散的雜點噪聲、圖像整體傾斜度的調(diào)整、字符分割、圖像的歸一化處理、圖像的緊縮重排等。 圖 32 經(jīng)過灰度處理的文件 灰度圖像二值化 進行灰度化的處理后，圖像的每個像素均只有一個值，即像素的灰度值。 北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計（論文） 13 確 定 像 素 點 的 灰 度 值開 始灰 度 值 是 否 大 于 2 2 0 ？輸 出 白 色 點 輸 出 黑 色 點結(jié) 束進 行 圖 像 掃 描Y N 圖 33 二值化流程圖 圖 34 二值化后的圖片 圖像的梯度銳化 由于需要處理的圖像很多是由印刷出版物上掃描得來的，所以經(jīng)常會有字體模糊的情況，給識別圖像帶來一定的困難。但這些算法不適合處理數(shù) 字字符這樣目標細長的圖像，因為在濾波的過程中很可能會去除掉字符本身的像素。具體說來，首先要分別計算機圖像左半邊和右半邊的平均高度，然后求得斜率，根據(jù)斜率重新編輯圖像，里面包含了一北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計（論文） 16 個從新圖像到舊圖像的 像素映射。 第三步，在已知的每個字符比較精確的寬度范圍內(nèi)，按照第一步的方法，分別進行自上而下以及自下而上的逐行掃描來獲取每個字符精確的高度范圍。這里歸一化寬度設(shè)為 8，高度設(shè)為 16。將提取出 的 訓(xùn)練樣本中的特征向量帶入 BP 網(wǎng)絡(luò)之中，就可以對網(wǎng)絡(luò)進行訓(xùn)練，提取出待識別的樣本中的特征 向量帶入到訓(xùn)練好的 BP 網(wǎng)絡(luò)中，就可以對字符進行識別。 第四章 基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)字識別 系統(tǒng)框架 系統(tǒng)在實現(xiàn)的過程當中，分成兩大部分，即圖像預(yù)處理模塊和神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊以及 識別模塊。 （ 5）訓(xùn)練結(jié)束進入識別部分。 圖 43 神經(jīng)網(wǎng)絡(luò)數(shù)字識別流程圖 BP 網(wǎng)絡(luò)的重要的用途 之一 就是用于模式識別，任務(wù)是要設(shè)計并訓(xùn)練出一個可行、高效的 BP 網(wǎng)絡(luò)， 用來準確識別出 09 共 10 個數(shù)字。本設(shè)計采用 168? 歸一化，特征提取采用的是逐個像素特征提取法，也即直接利用每個點的像 素值來作為特征。如此，可以確定輸出層神經(jīng)元的數(shù)目為 4，即為輸出向量的維數(shù)。 圖 47 訓(xùn)練結(jié)果 程序的運行 程序的主界面如圖 48 所示。 主要完成的內(nèi)容包括 ： 查閱大量資料，了解了 BP 神經(jīng)網(wǎng)絡(luò)的算法及訓(xùn)練過程 ，綜合分析了 文字識別系統(tǒng)在國內(nèi)的 研究現(xiàn)狀。 output unit for processing the results to achieve the output。如果能克服這些問題，將大大提高此程序的適應(yīng)能力和識別率。如果識別的對象發(fā)生了較大的變化而難以識別的時候，就需要重新制作訓(xùn)練樣本進行識別。在訓(xùn)練之前，程序要求輸入訓(xùn)練參數(shù)，如圖 46 所示。即如何對目標期望輸出進行編碼。 樣本訓(xùn)練 開始 字符特征輸入 結(jié)束 識別并給出結(jié)果 識別 待識別圖片 樣本訓(xùn)練圖片 數(shù)字特征提取 BP 神經(jīng)網(wǎng)絡(luò) 結(jié)果： 0,1,2,3,4,5… ,9 北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計（論文） 24 BP 網(wǎng)絡(luò)應(yīng)用的第一步是用一支訓(xùn)練樣本來訓(xùn)練網(wǎng)絡(luò)。預(yù)處理過程中的每一步已在第三章中詳細介紹。 （ 4）進入 BP 網(wǎng)絡(luò)訓(xùn)練部分。 圖 317 13點特征提取法 具體流程如下圖所示。 圖 315 緊縮重排后的效果 北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計（論文） 20 特征提取 經(jīng)過上面一系列的變換，原來大小不同，分布不規(guī)律的各個字符變成了大小相同，排列整齊的字符。在得到寬度之后，把新圖像里面的點按照差值的方法映射到原圖像中。按照上述的方法重復(fù)一直掃描直至圖像的最右端。調(diào)整的算法主要是依據(jù)圖像左右兩邊的黑色像素的平均高度來確定。 圖 35 梯度銳化后的圖像 去除離散的雜點噪聲 圖像可能會在掃描或者傳送過程中夾帶了一些噪聲，去除噪聲在圖像處理中是一種常用的方法。因為考慮到所要處理的圖像大多是從印刷物上掃描得來的，底色多為白色，所以將這個閾值固定為 220。圖像的灰度化有各種不同的算法，比較直接的一種就是給像素的 RGB 值各自一個加權(quán)系數(shù)，然后求和，同時還要對調(diào)色板表項進行相應(yīng)的處理。本章主要介紹的是圖像預(yù)處理過程。 tWij? 和 )(39。 ????? ttt iii ??? 。39。其中 ， iH 表示隱 層的第 i 個節(jié)點的輸出值， jiW 表示輸出層的第 j 個節(jié)點關(guān)于隱層的第 i 個節(jié)點的連接權(quán)值， j? 表示輸出層的第 j 個節(jié)點的偏差信號。設(shè)當前的訓(xùn)練樣例的實際輸出向量為 ( 1O ， 2O ， … ，NoO ) ，期望輸出向量為 ( 1Y ， 2Y ， … ， NoY ) ，則當前的訓(xùn)練樣例的輸出誤差為?? ?? oNi iip OYE 1 2)(21 。39。對于輸出層的第 j 個節(jié)點來說 (j=1,2,…, oN )，它具有 hN 個連接權(quán)值1jW , 2jW ,…, hjNW ，這 hN 個連接權(quán)值分別對應(yīng)于隱層的 hN 個節(jié)點；此外，它還具有自己的閾值 j? 。 。 北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計（論文） 8 BP 網(wǎng)絡(luò)學(xué)習(xí)的整體步驟 第一步 .設(shè)計與問題特征相適應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)，包括網(wǎng)絡(luò)的層數(shù)和網(wǎng)絡(luò)各層的節(jié)點數(shù)。網(wǎng)絡(luò)的訓(xùn)練過程結(jié)束之后，在用于求解實際問題時就只須使用正向傳播，而不需要再進行反向傳播了。 北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計（論文） 7 圖 24 多層前饋網(wǎng)絡(luò)結(jié)構(gòu)示意圖 BP 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)過程 BP 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)目的是對網(wǎng)絡(luò)的連接權(quán)值進行調(diào)整，使得調(diào)整后的網(wǎng)絡(luò)對任一輸入都能夠得到所期望的輸出。更進一步的說， BP 神經(jīng)網(wǎng)絡(luò)算法在調(diào)整各人工神經(jīng)元的連接權(quán)值時，所依據(jù)的是該網(wǎng)絡(luò)的實際輸出與其期望輸出的差值，這個差值被反向的一層一層的向后傳播，來決定各層神經(jīng)元的連接權(quán)值的修改。在這個過程中，期望的輸出信號可以作為教師信號輸入，由該教師信號與實際輸出進行北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計（論文） 6 比較，產(chǎn)生的誤差去控制修改權(quán)系數(shù) W 。按學(xué)習(xí)方式進行神經(jīng)元網(wǎng)絡(luò)模型分類時，可以分為相應(yīng)的兩種，即有教師學(xué)習(xí)網(wǎng)絡(luò) 、無教師學(xué)習(xí)網(wǎng)絡(luò)。常見的功能函數(shù)有： （ 1）簡單線性函數(shù) 神經(jīng)元功能函數(shù) F 連續(xù)取值，輸入 X 由連接矩陣 W 加權(quán)產(chǎn)生輸出。這說明網(wǎng)絡(luò)對這兩個模式的學(xué)習(xí)已經(jīng)獲得了成功，它已將這兩個模式分布地記憶在網(wǎng)絡(luò)的各個連接權(quán)值上。人工神經(jīng)網(wǎng)絡(luò)也是如此，要通過大量的學(xué)習(xí)才能投入正確使用，在使用中又不斷地自我學(xué)習(xí)。 （ 2）反饋網(wǎng)絡(luò) 網(wǎng)絡(luò)分層，某些結(jié)點除了接受外加輸入以外，還要接受其他結(jié)點的反饋，或者是自身的反饋。人工神經(jīng)網(wǎng)絡(luò)具有自學(xué)習(xí)、自組織、自適應(yīng)以及很強的非線性函數(shù)逼近能力，擁有強大的容錯性。 各個研究文字識別的軟件將會更加深入到信息化建設(shè)的各個領(lǐng)域。 ② 幾何特征抽取法 抽取 字符 的一些幾何特征，如 字符 的端點、分叉點、凹凸部分 或 水平、垂直、傾斜等各方向的線段、閉合環(huán)路等，根據(jù)這些特征的位置及 相互關(guān)系進行邏輯組合判斷，獲得識別結(jié)果。 早在 60、 70 年代，世界各國就開始有對于字符識別的研究，而研究的初期，多以文字的識別方法研究為主，且識別的文字僅為 0 至 9 的數(shù)字。BP 網(wǎng)絡(luò) 。 六、主要參考文獻 [1] 王萬森 . 人工智能原理及其應(yīng)用 [M]. 電子工業(yè)出版社 , 2020. [2] 孫鑫 . VC++深入詳解 [M]. 電子工業(yè)出版社 , 2020. [3] 馬銳 . 人工神經(jīng)網(wǎng)絡(luò)原理 [M]. 機械工業(yè)出版社 , 2020. [4] 沈晶 . Visual C++數(shù)字圖像處理典型案例詳解 [M]. 機械工業(yè)出版社 , 2020. [5] 何