【正文】 絡(luò)來(lái)識(shí)別含有數(shù)字字符的方法。 識(shí)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(jì)（論文） 五、進(jìn)度安排 — 查找資料，通過(guò)書(shū)籍和視頻學(xué)習(xí) C++ 的基本 概念和語(yǔ)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(jì)（論文） 三、 研究?jī)?nèi)容 在實(shí)現(xiàn)的過(guò)程中，分解為兩個(gè)模塊，即圖像預(yù)處理模塊和數(shù)字識(shí)別模塊。 數(shù)字圖像技術(shù)是圖像處理領(lǐng)域中的一個(gè)重要研究方向。 二、參考文獻(xiàn) [1]人工智能 原理及其應(yīng)用， 王萬(wàn)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(jī)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(jī)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(jì)（研究）內(nèi)容和要求（包括設(shè)計(jì)或研究?jī)?nèi)容、主要指標(biāo)與技術(shù)參數(shù)，并根據(jù)課題性質(zhì)對(duì)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(jì)（論文） 一、 原始依據(jù)（包括設(shè)計(jì)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(yǔ)法。數(shù)字圖像處理技術(shù)發(fā)展到今天，數(shù)字圖像識(shí)別技術(shù)已 經(jīng)獲得長(zhǎng)足的進(jìn)步。其中圖像預(yù)處理模塊在對(duì)圖像進(jìn)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(shí)別模塊，然后進(jìn)行識(shí)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(dòng)量項(xiàng)和自適應(yīng)學(xué)習(xí) 率的反向傳播算法 (BP)進(jìn)行訓(xùn)練。圖像處理 。 字符識(shí)別方法及研究現(xiàn)狀 字符識(shí)別方法 字符 識(shí)別方法 ：字符 識(shí)別方法基本上分為統(tǒng)計(jì)、邏輯判斷和句法三大類(lèi)。 字符 識(shí)別發(fā)展現(xiàn)狀 字符 識(shí)別可應(yīng)用于許多領(lǐng)域，如閱讀、文獻(xiàn)資料的檢索、信件的分揀、稿件的校對(duì)、銀行支票的處理、商品發(fā)票的統(tǒng)計(jì)匯總、商品編碼的識(shí)別 等。通過(guò)學(xué)習(xí) BP 網(wǎng)絡(luò)的算法，對(duì)BP 網(wǎng)絡(luò)進(jìn)行反復(fù)訓(xùn)練，確定穩(wěn)定的權(quán)值與閾值，進(jìn)而應(yīng)用到字符識(shí)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(huì)有很大的差異，一般來(lái)說(shuō)，跨層連接的結(jié)點(diǎn)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(qiáng)；結(jié)點(diǎn)個(gè)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(zhǔn)則應(yīng)該是：如果網(wǎng)絡(luò)作出錯(cuò)誤的的判決，則通 過(guò)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(cuò)誤的可能性。一般說(shuō)來(lái)，網(wǎng)絡(luò)中所含的神經(jīng)元個(gè)數(shù)越多，則它能記憶、識(shí)別的模式也就越多。 （ 3）正線性函數(shù) F(X)=0 if X0。無(wú)教師型的學(xué)習(xí)或者說(shuō)無(wú)監(jiān)督性的學(xué)習(xí)是靠學(xué)習(xí)者或者說(shuō)神經(jīng)系統(tǒng)本身自行完成的。 輸入樣本信號(hào) 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(gè)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(diǎn)和輸出層節(jié)點(diǎn)，而且還含有一層或多層的隱層節(jié)點(diǎn)。正向傳播用于對(duì)前向網(wǎng)絡(luò)進(jìn)行計(jì)算，即對(duì)某一輸入信息，經(jīng)過(guò)網(wǎng)絡(luò)計(jì)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(shí)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(duì)輸入信息進(jìn)行計(jì)算后所得到的輸出能夠達(dá)到期望的誤差要求。一般來(lái)說(shuō)，神經(jīng)網(wǎng)絡(luò)的輸入信息是一個(gè)向量 ( 1X ， 2X ， … ， NiX )，我們稱(chēng)之為輸入向量， 神經(jīng)網(wǎng)絡(luò)的輸出信息也是一個(gè)向量 ( 1Y ， 2Y ， … ， NoY )，我們稱(chēng)之為輸出向量。同時(shí)，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(lái)表示輸入層，隱層和輸出層的節(jié)點(diǎn)數(shù)目。對(duì)訓(xùn)練樣例集當(dāng)中的每個(gè)訓(xùn)練樣例，進(jìn)行第四步～第六步處理。其 中， 39。根據(jù)當(dāng)前訓(xùn)練樣例所產(chǎn)生的輸出值，反向逐層計(jì)算網(wǎng)絡(luò)各節(jié)點(diǎn)的偏差信號(hào)δ，并根據(jù)這個(gè)偏差信號(hào)來(lái)調(diào)整網(wǎng)絡(luò)各節(jié)點(diǎn)的連接權(quán)值和閾值。對(duì)于輸出層的第 i 個(gè) 節(jié) 點(diǎn) 來(lái) 說(shuō) (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(dāng)前隱層第 i 個(gè)節(jié)點(diǎn)關(guān)于輸入層第 j 個(gè)節(jié)點(diǎn)的連接權(quán)值， )1(39。i? 分別是隱層第 i 個(gè)節(jié)點(diǎn)的輸出值和偏差信號(hào)， ? 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(diǎn)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(guò)灰度處理的文件 灰度圖像二值化 進(jìn)行灰度化的處理后，圖像的每個(gè)像素均只有一個(gè)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(jì)（論文） 13 確 定 像 素 點(diǎn) 的 灰 度 值開(kāi) 始灰 度 值 是 否 大 于 2 2 0 ？輸 出 白 色 點(diǎn) 輸 出 黑 色 點(diǎn)結(jié) 束進(jìn) 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(lái)的，所以經(jīng)常會(huì)有字體模糊的情況，給識(shí)別圖像帶來(lái)一定的困難。但這些算法不適合處理數(shù) 字字符這樣目標(biāo)細(xì)長(zhǎng)的圖像，因?yàn)樵跒V波的過(guò)程中很可能會(huì)去除掉字符本身的像素。具體說(shuō)來(lái)，首先要分別計(jì)算機(jī)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(jì)（論文） 16 個(gè)從新圖像到舊圖像的 像素映射。 第三步，在已知的每個(gè)字符比較精確的寬度范圍內(nèi)，按照第一步的方法，分別進(jìn)行自上而下以及自下而上的逐行掃描來(lái)獲取每個(gè)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(duì)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，提取出待識(shí)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(duì)字符進(jìn)行識(shí)別。 第四章 基于人工神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別 系統(tǒng)框架 系統(tǒng)在實(shí)現(xiàn)的過(guò)程當(dāng)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(shí)別模塊。 （ 5）訓(xùn)練結(jié)束進(jìn)入識(shí)別部分。 圖 43 神經(jīng)網(wǎng)絡(luò)數(shù)字識(shí)別流程圖 BP 網(wǎng)絡(luò)的重要的用途 之一 就是用于模式識(shí)別，任務(wù)是要設(shè)計(jì)并訓(xùn)練出一個(gè)可行、高效的 BP 網(wǎng)絡(luò)， 用來(lái)準(zhǔn)確識(shí)別出 09 共 10 個(gè)數(shù)字。本設(shè)計(jì)采用 168? 歸一化，特征提取采用的是逐個(gè)像素特征提取法，也即直接利用每個(gè)點(diǎn)的像 素值來(lái)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(yùn)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(guò)程 ，綜合分析了 文字識(shí)別系統(tǒng)在國(guó)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(wèn)題，將大大提高此程序的適應(yīng)能力和識(shí)別率。如果識(shí)別的對(duì)象發(fā)生了較大的變化而難以識(shí)別的時(shí)候，就需要重新制作訓(xùn)練樣本進(jìn)行識(shí)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(duì)目標(biāo)期望輸出進(jìn)行編碼。 樣本訓(xùn)練 開(kāi)始 字符特征輸入 結(jié)束 識(shí)別并給出結(jié)果 識(shí)別 待識(shí)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(jì)（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(lái)訓(xùn)練網(wǎng)絡(luò)。預(yù)處理過(guò)程中的每一步已在第三章中詳細(xì)介紹。 （ 4）進(jìn)入 BP 網(wǎng)絡(luò)訓(xùn)練部分。 圖 317 13點(diǎn)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(jì)（論文） 20 特征提取 經(jīng)過(guò)上面一系列的變換，原來(lái)大小不同，分布不規(guī)律的各個(gè)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(diǎn)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(lái)確定。 圖 35 梯度銳化后的圖像 去除離散的雜點(diǎn)噪聲 圖像可能會(huì)在掃描或者傳送過(guò)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?yàn)榭紤]到所要處理的圖像大多是從印刷物上掃描得來(lái)的，底色多為白色，所以將這個(gè)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(gè)加權(quán)系數(shù)，然后求和，同時(shí)還要對(duì)調(diào)色板表項(xiàng)進(jìn)行相應(yīng)的處理。本章主要介紹的是圖像預(yù)處理過(guò)程。 tWij? 和 )(39。 ????? ttt iii ??? 。39。其中 ， iH 表示隱 層的第 i 個(gè)節(jié)點(diǎn)的輸出值， jiW 表示輸出層的第 j 個(gè)節(jié)點(diǎn)關(guān)于隱層的第 i 個(gè)節(jié)點(diǎn)的連接權(quán)值， j? 表示輸出層的第 j 個(gè)節(jié)點(diǎn)的偏差信號(hào)。設(shè)當(dāng)前的訓(xùn)練樣例的實(shí)際輸出向量為 ( 1O ， 2O ， … ，NoO ) ，期望輸出向量為 ( 1Y ， 2Y ， … ， NoY ) ，則當(dāng)前的訓(xùn)練樣例的輸出誤差為?? ?? oNi iip OYE 1 2)(21 。39。對(duì)于輸出層的第 j 個(gè)節(jié)點(diǎn)來(lái)說(shuō) (j=1,2,…, oN )，它具有 hN 個(gè)連接權(quán)值1jW , 2jW ,…, hjNW ，這 hN 個(gè)連接權(quán)值分別對(duì)應(yīng)于隱層的 hN 個(gè)節(jié)點(diǎn)；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(jì)（論文） 8 BP 網(wǎng)絡(luò)學(xué)習(xí)的整體步驟 第一步 .設(shè)計(jì)與問(wèn)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(diǎn)數(shù)。網(wǎng)絡(luò)的訓(xùn)練過(guò)程結(jié)束之后，在用于求解實(shí)際問(wèn)題時(shí)就只須使用正向傳播，而不需要再進(jìn)行反向傳播了。 北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計(jì)（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(guò)程 BP 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)目的是對(duì)網(wǎng)絡(luò)的連接權(quán)值進(jìn)行調(diào)整，使得調(diào)整后的網(wǎng)絡(luò)對(duì)任一輸入都能夠得到所期望的輸出。更進(jìn)一步的說(shuō)， 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(shí)，所依據(jù)的是該網(wǎng)絡(luò)的實(shí)際輸出與其期望輸出的差值，這個(gè)差值被反向的一層一層的向后傳播，來(lái)決定各層神經(jīng)元的連接權(quán)值的修改。在這個(gè)過(guò)程中，期望的輸出信號(hào)可以作為教師信號(hào)輸入，由該教師信號(hào)與實(shí)際輸出進(jìn)行北京理工大學(xué) 2020 屆本科生畢業(yè)設(shè)計(jì)（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(jìn)行神經(jīng)元網(wǎng)絡(luò)模型分類(lèi)時(shí)，可以分為相應(yīng)的兩種，即有教師學(xué)習(xí)網(wǎng)絡(luò) 、無(wú)教師學(xué)習(xí)網(wǎng)絡(luò)。常見(jiàn)的功能函數(shù)有： （ 1）簡(jiǎn)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(shuō)明網(wǎng)絡(luò)對(duì)這兩個(gè)模式的學(xué)習(xí)已經(jīng)獲得了成功，它已將這兩個(gè)模式分布地記憶在網(wǎng)絡(luò)的各個(gè)連接權(quán)值上。人工神經(jīng)網(wǎng)絡(luò)也是如此，要通過(guò)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(diǎn)除了接受外加輸入以外，還要接受其他結(jié)點(diǎn)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(qiáng)的非線性函數(shù)逼近能力，擁有強(qiáng)大的容錯(cuò)性。 各個(gè)研究文字識(shí)別的軟件將會(huì)更加深入到信息化建設(shè)的各個(gè)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(diǎn)、分叉點(diǎn)、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(jìn)行邏輯組合判斷，獲得識(shí)別結(jié)果。 早在 60、 70 年代，世界各國(guó)就開(kāi)始有對(duì)于字符識(shí)別的研究，而研究的初期，多以文字的識(shí)別方法研究為主，且識(shí)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(xiàn) [1] 王萬(wàn)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(jī)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(jī)械工業(yè)出版社 , 2020. [5] 何