【正文】 數(shù)據(jù)源中有很多的沒有經(jīng)過處理甚至是虛假的數(shù)據(jù)，那就會對網(wǎng)絡的識別正確率造成影響，要防止這種數(shù)據(jù)進入輸入層，確定輸入數(shù)據(jù)的合適數(shù)濟南大學泉城學院畢業(yè)論文 23 目分為以下 4 步 ： （ 1）確定能夠反應字符特征的所有數(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（或實際應用）數(shù)據(jù)源； （ 4）刪除那些只在理論上可以但不實用的數(shù)據(jù)源； 輸入數(shù)據(jù)的維數(shù)是根據(jù)要解決的具體問題而確定的。其特點是：上層神經(jīng)元只與下一層神經(jīng)元間相互全連接，同一層內的神經(jīng)元無連接，構成了具有層次結構的前向反饋型的神經(jīng)網(wǎng)絡系統(tǒng)。此時如果輸出值為 “0”(正確 )，則權值就會增大，以便使網(wǎng)絡再次遇到 “A”這個字符的模式輸入時，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)絡拓撲結構 BP 神經(jīng)網(wǎng)絡的工作原理 人工神經(jīng)網(wǎng)絡的實質就是模擬人思維的一種方式。 （ 1）各節(jié)點輸出模型： 隱含層節(jié)點輸出模型： )(? ??? ?jjijj xwo f （ ） 輸出節(jié)點輸出模型： )(? ??? ?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)絡可顯示出人的大腦的某些特征。 人工神經(jīng)網(wǎng)絡反映出來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，從字符左邊框向對面進行掃描，計算最初與字母筆畫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 濟南大學泉城學院畢業(yè)論文 16 重心特征 由于不同英文字符的書寫方式不同，則它的象素點的分布情況千差萬別不同，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。此種特征的一個大的好處是對噪聲具有很強的抑制能力。下面就對這種基于結構和統(tǒng)計特整提取進行詳細的介紹。 結構特征提取的重點是要確定以基元像素值表示出來的的結構信息，主要有輪廓、筆畫、骨架等結構特征。 細化前后我們用簡單的二值化矩陣（如下）舉例來表示： Example: L = 0 0 0 0 0 0 0 0 0 0 濟南大學泉城學院畢業(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 細化后的圖像 經(jīng)過上述預處理：平滑濾波去噪、二值化、大小歸一化四個過程，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起點上，為第三章講述的特征提取創(chuàng)造了條件。 歸一化前后的對比字符（如下）： 圖 歸一化前 歸一化后 細化 在樣本圖像的識別過程當中細化處理能夠有效的提高字符的識別率，圖像的細化過程實際上就是圖像的核心骨架的提取過程。還有一種歸一化思想在 matlab 里圖像數(shù)據(jù)有時候必須是浮點型才能處理，而圖像數(shù)據(jù)本身是 0255 的 UNIT 型數(shù)據(jù)所以需要歸一化，轉換到 01 之間。最大類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一步處理，使圖像變得簡單，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D像進行平滑并且速度快，算法簡單。這些孤立的點在圖像中是我們不想要的，必須進行去除才能提高英文字母的識別率，如何進行去噪本文涉及兩種方法。 第五章對實驗結果進行了分析。本文將通過五章地內容進行討論，用 MATLAB 仿真得到實驗數(shù)據(jù)并對全文進行總結。該網(wǎng)絡通過調整內部節(jié)點間相互的連接關系，進行信息處理。因此當用特征向量來表示這些在形狀上稍有差異的字符時，同這些特征向量對應的特征空間中的點便不同一，而是分布在特征空間的某個區(qū)域中。通常可以分為統(tǒng)計模式方法、結構模式方法、統(tǒng)計與結構相結合的方法和人工神經(jīng)網(wǎng)絡方法 . 結構模式識別方法 運用模式的基元和基元間的結構關系對模式描述與識別。排列瀏覽方法以及高速計算機的出現(xiàn)，產(chǎn)生了圖像處理過程這一概念。 Mcculloch 和 W 對于印刷體字符，首先采用光學的方式將文檔資料轉換成原始黑白點陣的圖像文件，然后通過識別軟件將圖像中的文字轉換成文本格式，以便文字處理軟 件的進一步加工。這種應用能夠從非打印卡的賬號中辨認購買者。 字母識別時 尋找一個復雜問題的優(yōu)化解，往往需要很大的計算量，利用一個針對某問題而設計的反饋型人工神經(jīng)網(wǎng)絡 的字母識別系統(tǒng) ，發(fā)揮計算機的高速運算能力，可能很快找到優(yōu)化解。本文的重點在于 BP 神經(jīng)網(wǎng)絡。 基于 人工神經(jīng)網(wǎng)絡 字母識別 的特點和優(yōu)越性，主要表現(xiàn)在三個方面 ： 第一，具有自學習功能。早在 60—70 年代，世界各國就開始有關于 OCR 的研究，而在研究的初期，多以文字的識別方法研究為主線，且識別的文字僅為 0~9 的數(shù)字。目前，這些項應用仍是識別領域最主要用途之一。字母識別固然有很多難題，但是相信隨著科學計算機技術、人工神經(jīng)網(wǎng)絡技術的快速發(fā)展以及人腦功能的進一步揭示，英文字母識別的理論和方法必將有大的飛躍 .結合人工神經(jīng)網(wǎng)絡的發(fā)展史，我們有著對 BP 神經(jīng)網(wǎng)絡的展望。因而，稱二人為人工神經(jīng)網(wǎng)絡研究領域的標志人物。 當通過上述的排列瀏覽方法生成識別邏輯單元后，圖像處理可以采用“離線”方式而不是過去的 實時 方式。 圖 ，句法模式識別框圖 統(tǒng)計模式識別方法 廣義地說，存在于時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，都可以稱為模式；狹義地說，模式是通過對具體的個別事物進行觀測 所得到的具有時間和空間分布的信息；把模式所屬的類別或同一類中模式的總體 輸入模式 分類及描述 句法分析 模式表達 預處理 樣本模式 文法判斷 濟南大學泉城學院畢業(yè)論文 4 稱之為模式類 (又簡稱為類）。 統(tǒng)計與結構相結合的識別方 法 統(tǒng)計與結構相結合的識別方法能夠很好的解決字符正確識別率的問題，結構識別方法和統(tǒng)計識別方法分別應用在識別的不同層次上。 [8] 濟南大學泉城學院畢業(yè)論文 5 識別系統(tǒng)性能的評價 衡量一個 BP 神經(jīng)網(wǎng)絡系統(tǒng)性能好壞的主要指標有：正確識別率（正確識別率 = 正確識別樣本數(shù) / 全部樣本數(shù) *100 %） 、 錯誤識別率、識別速度、用戶界面的友好性，產(chǎn)品的穩(wěn)定性，易用性及可行性等諸多方面。本章中介紹了預處理的不同方法，并詳細分析各階段的顯現(xiàn)過程。 濟南大學泉城學院畢業(yè)論文 6 2 預處理 系統(tǒng)框架 基于 BP 神經(jīng)網(wǎng)絡的手寫英文系目的識別過程分為學習階段和識別階段，學習階段和識別階段都要對樣本字母進行預處理、特征提取，學習階段還要進行訓練確定穩(wěn)定的權值，識別階段還要經(jīng)過分類在輸出識別結果。 （ 2）中值濾波：相對于均值濾波來說中值濾波是一種非線性的濾波方式，它是圖像預處理中有效地去噪方式，被廣泛的應用。它在平滑去除噪聲方面十分有效 ,并且 它能夠保護圖像尖銳的邊緣。二值化在 matlab 中是如何實現(xiàn)的呢？ 256 個亮度等級的灰度 圖像經(jīng)過選取適當?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閥值 T分成兩大類 C0和 C1C0=（ 0、 1……T ） C1=(T、 T+1……255) 若用 σ 2w 、σ 2B、σ 2T表示 示類內、類間和總體建立三個函數(shù)式 [11]： ???22WB? ??? 22TB? ??? 22WT? （ ） 則最優(yōu)值 ?2max rg BAT ? （ ） TE{ 0,1,L?1} 運用這種方法計算簡單，穩(wěn)定且有效，是實際應用中經(jīng)常采用的方法之一。無論是為了建模還是為了計算，首先基本度量單位要同一，神經(jīng)網(wǎng)絡是以樣本在事件中的統(tǒng)計分別幾率來進行訓練（概率計算）和預的。 細化就是就是在保留原始圖像的拓撲結構的基礎上盡可能的消去二值圖像邊緣的像素將待識別字符的寬度減少為 1，即為單像素寬度，這個過程就是字符的細化。 在字符的識別當中，特征的選擇是一個關鍵問題。這里提到的統(tǒng)計特征應對同一類字符的形變最大化的保持不變。本 文采用的是黑像素點的比例。 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個局部區(qū)域， 把每個 區(qū)域上的點陣密度作為一個特征，統(tǒng)計每個區(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 濟南大學泉城學院畢業(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為這種特征能夠很好的