【正文】 數(shù)據(jù)源中有很多的沒(méi)有經(jīng)過(guò)處理甚至是虛假的數(shù)據(jù)，那就會(huì)對(duì)網(wǎng)絡(luò)的識(shí)別正確率造成影響，要防止這種數(shù)據(jù)進(jìn)入輸入層，確定輸入數(shù)據(jù)的合適數(shù)濟(jì)南大學(xué)泉城學(xué)院畢業(yè)論文 23 目分為以下 4 步 ： （ 1）確定能夠反應(yīng)字符特征的所有數(shù)據(jù)； （ 2）消除不可靠或邊緣的數(shù)據(jù)源； （ 3）選擇可以代表字符共同特征（或?qū)嶋H應(yīng)用）數(shù)據(jù)源； （ 4）刪除那些只在理論上可以但不實(shí)用的數(shù)據(jù)源； 輸入數(shù)據(jù)的維數(shù)是根據(jù)要解決的具體問(wèn)題而確定的。其特點(diǎn)是：上層神經(jīng)元只與下一層神經(jīng)元間相互全連接，同一層內(nèi)的神經(jīng)元無(wú)連接，構(gòu)成了具有層次結(jié)構(gòu)的前向反饋型的神經(jīng)網(wǎng)絡(luò)系統(tǒng)。此時(shí)如果輸出值為 “0”(正確 )，則權(quán)值就會(huì)增大，以便使網(wǎng)絡(luò)再次遇到 “A”這個(gè)字符的模式輸入時(shí)，仍然能作 出正確的判斷。 輸入層 隱含層 輸出 層 圖 神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu) BP 神經(jīng)網(wǎng)絡(luò)的工作原理 人工神經(jīng)網(wǎng)絡(luò)的實(shí)質(zhì)就是模擬人思維的一種方式。 （ 1）各節(jié)點(diǎn)輸出模型： 隱含層節(jié)點(diǎn)輸出模型： )(? ??? ?jjijj xwo f （ ） 輸出節(jié)點(diǎn)輸出模型： )(? ??? ?jjijk oty f （ ） f 為非線形作用的函數(shù)； θ 神經(jīng)單元閾值。利用大量神經(jīng)元相互聯(lián)接組成人工神經(jīng)網(wǎng)絡(luò)可顯示出人的大腦的某些特征。 人工神經(jīng)網(wǎng)絡(luò)反映出來(lái)的許多特性與人的大腦功能功能非常的相似，這并不是生物系統(tǒng)的逼真描述，只能算是是某種簡(jiǎn)化、抽象模仿。 本文的外輪廓特征提取方法是： 取得英文字母的外邊框，從字符左邊框向?qū)γ孢M(jìn)行掃描，計(jì)算最初與字母筆畫(huà)相碰的白色部分的面積和面積整幅圖的面積之比，作為字符左邊的外輪廓特征。 （二）筆劃密度特征的提取方法是 ：以不同方向掃描數(shù)字 ，計(jì)算掃描線和筆劃相交的次數(shù)，形成筆劃密度特征向量。 圖 預(yù)處理后粗網(wǎng)格的分割方法 表 白色區(qū)域依次所占的比例 濟(jì)南大學(xué)泉城學(xué)院畢業(yè)論文 16 重心特征 由于不同英文字符的書(shū)寫(xiě)方式不同，則它的象素點(diǎn)的分布情況千差萬(wàn)別不同，所以造成了不同的英文字符的重心位置發(fā)生變化，與其有關(guān)的一些離散量包含了字符幾何的特征信息。此種特征的一個(gè)大的好處是對(duì)噪聲具有很強(qiáng)的抑制能力。下面就對(duì)這種基于結(jié)構(gòu)和統(tǒng)計(jì)特整提取進(jìn)行詳細(xì)的介紹。 結(jié)構(gòu)特征提取的重點(diǎn)是要確定以基元像素值表示出來(lái)的的結(jié)構(gòu)信息，主要有輪廓、筆畫(huà)、骨架等結(jié)構(gòu)特征。 細(xì)化前后我們用簡(jiǎn)單的二值化矩陣（如下）舉例來(lái)表示： Example: L = 0 0 0 0 0 0 0 0 0 0 濟(jì)南大學(xué)泉城學(xué)院畢業(yè)論文 12 0 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 0 0 0 0 0 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 0 0 1 1 1 1 1 1 1 1 0 Result: L 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 圖 細(xì)化后的圖像 經(jīng)過(guò)上述預(yù)處理：平滑濾波去噪、二值化、大小歸一化四個(gè)過(guò)程，我們所得到的新圖像具有鮮明的特征，使得所有圖像處在了同一個(gè)起點(diǎn)上，為第三章講述的特征提取創(chuàng)造了條件。 歸一化前后的對(duì)比字符（如下）： 圖 歸一化前 歸一化后 細(xì)化 在樣本圖像的識(shí)別過(guò)程當(dāng)中細(xì)化處理能夠有效的提高字符的識(shí)別率，圖像的細(xì)化過(guò)程實(shí)際上就是圖像的核心骨架的提取過(guò)程。還有一種歸一化思想在 matlab 里圖像數(shù)據(jù)有時(shí)候必須是浮點(diǎn)型才能處理，而圖像數(shù)據(jù)本身是 0255 的 UNIT 型數(shù)據(jù)所以需要?dú)w一化，轉(zhuǎn)換到 01 之間。最大類(lèi)間方差方法是二值化全局閾值算法的最為杰出的代表之一。第一，圖像二值化后有利于圖像的進(jìn)一步處理，使圖像變得簡(jiǎn)單，而且整體數(shù)據(jù)量減小，能凸顯出的圖像的整體輪廓?？梢杂行У貙?duì)圖像進(jìn)行平滑并且速度快，算法簡(jiǎn)單。這些孤立的點(diǎn)在圖像中是我們不想要的，必須進(jìn)行去除才能提高英文字母的識(shí)別率，如何進(jìn)行去噪本文涉及兩種方法。 第五章對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。本文將通過(guò)五章地內(nèi)容進(jìn)行討論，用 MATLAB 仿真得到實(shí)驗(yàn)數(shù)據(jù)并對(duì)全文進(jìn)行總結(jié)。該網(wǎng)絡(luò)通過(guò)調(diào)整內(nèi)部節(jié)點(diǎn)間相互的連接關(guān)系，進(jìn)行信息處理。因此當(dāng)用特征向量來(lái)表示這些在形狀上稍有差異的字符時(shí)，同這些特征向量對(duì)應(yīng)的特征空間中的點(diǎn)便不同一，而是分布在特征空間的某個(gè)區(qū)域中。通?？梢苑譃榻y(tǒng)計(jì)模式方法、結(jié)構(gòu)模式方法、統(tǒng)計(jì)與結(jié)構(gòu)相結(jié)合的方法和人工神經(jīng)網(wǎng)絡(luò)方法 . 結(jié)構(gòu)模式識(shí)別方法 運(yùn)用模式的基元和基元間的結(jié)構(gòu)關(guān)系對(duì)模式描述與識(shí)別。排列瀏覽方法以及高速計(jì)算機(jī)的出現(xiàn)，產(chǎn)生了圖像處理過(guò)程這一概念。 Mcculloch 和 W 對(duì)于印刷體字符，首先采用光學(xué)的方式將文檔資料轉(zhuǎn)換成原始黑白點(diǎn)陣的圖像文件，然后通過(guò)識(shí)別軟件將圖像中的文字轉(zhuǎn)換成文本格式，以便文字處理軟 件的進(jìn)一步加工。這種應(yīng)用能夠從非打印卡的賬號(hào)中辨認(rèn)購(gòu)買(mǎi)者。 字母識(shí)別時(shí) 尋找一個(gè)復(fù)雜問(wèn)題的優(yōu)化解，往往需要很大的計(jì)算量，利用一個(gè)針對(duì)某問(wèn)題而設(shè)計(jì)的反饋型人工神經(jīng)網(wǎng)絡(luò) 的字母識(shí)別系統(tǒng) ，發(fā)揮計(jì)算機(jī)的高速運(yùn)算能力，可能很快找到優(yōu)化解。本文的重點(diǎn)在于 BP 神經(jīng)網(wǎng)絡(luò)。 基于 人工神經(jīng)網(wǎng)絡(luò) 字母識(shí)別 的特點(diǎn)和優(yōu)越性，主要表現(xiàn)在三個(gè)方面 ： 第一，具有自學(xué)習(xí)功能。早在 60—70 年代，世界各國(guó)就開(kāi)始有關(guān)于 OCR 的研究，而在研究的初期，多以文字的識(shí)別方法研究為主線，且識(shí)別的文字僅為 0~9 的數(shù)字。目前，這些項(xiàng)應(yīng)用仍是識(shí)別領(lǐng)域最主要用途之一。字母識(shí)別固然有很多難題，但是相信隨著科學(xué)計(jì)算機(jī)技術(shù)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)的快速發(fā)展以及人腦功能的進(jìn)一步揭示，英文字母識(shí)別的理論和方法必將有大的飛躍 .結(jié)合人工神經(jīng)網(wǎng)絡(luò)的發(fā)展史，我們有著對(duì) BP 神經(jīng)網(wǎng)絡(luò)的展望。因而，稱(chēng)二人為人工神經(jīng)網(wǎng)絡(luò)研究領(lǐng)域的標(biāo)志人物。 當(dāng)通過(guò)上述的排列瀏覽方法生成識(shí)別邏輯單元后，圖像處理可以采用“離線”方式而不是過(guò)去的 實(shí)時(shí) 方式。 圖 ，句法模式識(shí)別框圖 統(tǒng)計(jì)模式識(shí)別方法 廣義地說(shuō)，存在于時(shí)間和空間中可以觀察的事物，如果可以區(qū)別它們是否相同或相似，都可以稱(chēng)為模式；狹義地說(shuō)，模式是通過(guò)對(duì)具體的個(gè)別事物進(jìn)行觀測(cè) 所得到的具有時(shí)間和空間分布的信息；把模式所屬的類(lèi)別或同一類(lèi)中模式的總體 輸入模式 分類(lèi)及描述 句法分析 模式表達(dá) 預(yù)處理 樣本模式 文法判斷 濟(jì)南大學(xué)泉城學(xué)院畢業(yè)論文 4 稱(chēng)之為模式類(lèi) (又簡(jiǎn)稱(chēng)為類(lèi)）。 統(tǒng)計(jì)與結(jié)構(gòu)相結(jié)合的識(shí)別方 法 統(tǒng)計(jì)與結(jié)構(gòu)相結(jié)合的識(shí)別方法能夠很好的解決字符正確識(shí)別率的問(wèn)題，結(jié)構(gòu)識(shí)別方法和統(tǒng)計(jì)識(shí)別方法分別應(yīng)用在識(shí)別的不同層次上。 [8] 濟(jì)南大學(xué)泉城學(xué)院畢業(yè)論文 5 識(shí)別系統(tǒng)性能的評(píng)價(jià) 衡量一個(gè) BP 神經(jīng)網(wǎng)絡(luò)系統(tǒng)性能好壞的主要指標(biāo)有：正確識(shí)別率（正確識(shí)別率 = 正確識(shí)別樣本數(shù) / 全部樣本數(shù) *100 %） 、 錯(cuò)誤識(shí)別率、識(shí)別速度、用戶(hù)界面的友好性，產(chǎn)品的穩(wěn)定性，易用性及可行性等諸多方面。本章中介紹了預(yù)處理的不同方法，并詳細(xì)分析各階段的顯現(xiàn)過(guò)程。 濟(jì)南大學(xué)泉城學(xué)院畢業(yè)論文 6 2 預(yù)處理 系統(tǒng)框架 基于 BP 神經(jīng)網(wǎng)絡(luò)的手寫(xiě)英文系目的識(shí)別過(guò)程分為學(xué)習(xí)階段和識(shí)別階段，學(xué)習(xí)階段和識(shí)別階段都要對(duì)樣本字母進(jìn)行預(yù)處理、特征提取，學(xué)習(xí)階段還要進(jìn)行訓(xùn)練確定穩(wěn)定的權(quán)值，識(shí)別階段還要經(jīng)過(guò)分類(lèi)在輸出識(shí)別結(jié)果。 （ 2）中值濾波：相對(duì)于均值濾波來(lái)說(shuō)中值濾波是一種非線性的濾波方式，它是圖像預(yù)處理中有效地去噪方式，被廣泛的應(yīng)用。它在平滑去除噪聲方面十分有效 ,并且 它能夠保護(hù)圖像尖銳的邊緣。二值化在 matlab 中是如何實(shí)現(xiàn)的呢？ 256 個(gè)亮度等級(jí)的灰度 圖像經(jīng)過(guò)選取適當(dāng)?shù)拈y值而仍然可以獲得反映圖像局部和整體特征的二值化圖像。把圖像中的像素按灰度級(jí)閥值 T分成兩大類(lèi) C0和 C1C0=（ 0、 1……T ） C1=(T、 T+1……255) 若用 σ 2w 、σ 2B、σ 2T表示 示類(lèi)內(nèi)、類(lèi)間和總體建立三個(gè)函數(shù)式 [11]： ???22WB? ??? 22TB? ??? 22WT? （ ） 則最優(yōu)值 ?2max rg BAT ? （ ） TE{ 0,1,L?1} 運(yùn)用這種方法計(jì)算簡(jiǎn)單，穩(wěn)定且有效，是實(shí)際應(yīng)用中經(jīng)常采用的方法之一。無(wú)論是為了建模還是為了計(jì)算，首先基本度量單位要同一，神經(jīng)網(wǎng)絡(luò)是以樣本在事件中的統(tǒng)計(jì)分別幾率來(lái)進(jìn)行訓(xùn)練（概率計(jì)算）和預(yù)的。 細(xì)化就是就是在保留原始圖像的拓?fù)浣Y(jié)構(gòu)的基礎(chǔ)上盡可能的消去二值圖像邊緣的像素將待識(shí)別字符的寬度減少為 1，即為單像素寬度，這個(gè)過(guò)程就是字符的細(xì)化。 在字符的識(shí)別當(dāng)中，特征的選擇是一個(gè)關(guān)鍵問(wèn)題。這里提到的統(tǒng)計(jì)特征應(yīng)對(duì)同一類(lèi)字符的形變最大化的保持不變。本 文采用的是黑像素點(diǎn)的比例。 本文采取的粗網(wǎng)格特征提取 的核心思想是，把字符的 二值像素矩陣分成 16個(gè)局部區(qū)域， 把每個(gè) 區(qū)域上的點(diǎn)陣密度作為一個(gè)特征，統(tǒng)計(jì)每個(gè)區(qū)域字符象素占的百分比作為特征向量 [18]。 本文采用了反色（就是將原圖片中的黑白色互換，如圖 ）的方法 計(jì)算白色區(qū)域的重心特征： 圖 原圖像 原圖像反色后的圖像 得 到的重心坐標(biāo)是（ ,） . 提取圖像的矩陣像素特征 在介紹圖像的矩陣像素特征前先 舉例介紹 矩陣變換如 表 變換前后表 ： 表 （ a） 一開(kāi)始的矩陣形式 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 濟(jì)南大學(xué)泉城學(xué)院畢業(yè)論文 17 表 （ b）變換后的矩陣形式 1 2 3 4 5 6 7 . . . 11 12 . . . 16 17 18 . . . . . . 25 之所以采取矩陣像素特征是因?yàn)檫@種特征能夠很好的