最新dip課程設計報告(編輯修改稿)
2025-08-28 19:25 本頁面
【文章內容簡介】 經網(wǎng)絡，再用訓練好的神經網(wǎng)絡來識別待識別數(shù)字。預處理部分包括二值化、平滑、去噪、細化，再對預處理后二值點陣圖像進行特征提取。最后將所提取的特征量輸入訓練好的神經網(wǎng)絡進行識別，輸出識別結果。基于BP神經網(wǎng)絡的手寫體數(shù)字識別系統(tǒng)的結構及流程如圖2所示。 開始讀入需要識別數(shù)字的圖像將圖像轉化為灰度圖像將灰度圖像轉化為二值圖像圖像分割預處理模塊特征提取進行數(shù)字的識別和比對圖2：手寫阿拉伯數(shù)字識別系統(tǒng)的流程圖由于掃描輸入的圖像一般為RGB格式，預處理首先需要將其轉化為二值化的圖像，即只包含“0”、“1”的矩陣形式。先將原始圖像轉化為灰度圖像， 通過函數(shù)rgb2gray來實現(xiàn)，再通過函數(shù)im2bw轉化為二值圖像，然后對二值化后的圖像進行分割處理， 采用三層BP神經網(wǎng)絡來實現(xiàn)。通過實驗測試設定隱含層神經元數(shù)目為10，所以只需分類10個數(shù)字，設定輸出層神經元數(shù)目為10。隱含層神經元的傳遞函數(shù)采用S型對數(shù)函數(shù)logsig， 輸出層神經元傳遞函數(shù)也采用S 型對數(shù)函數(shù)logsig，此神經網(wǎng)絡的訓練函數(shù)采用trainlm，性能函數(shù)采用sse，訓練步數(shù)最長設為5000。 圖3：GUI界面及實驗結果 圖4：導入具體需要進行識別的圖像 圖5：對需要識別的數(shù)字進行選擇和裁剪 圖6：對需要識別的手寫阿拉伯數(shù)字進行預處理．1預處理模塊的部分源代碼：function img = edu_imgpreprocess(I)Igray = rgb2gray(I)。Ibw = im2bw(Igray,graythresh(Igray))。%將圖像轉化為二值圖像Iedge = edge(uint8(Ibw))。se = strel(39。square39。,3)。Iedge2 = imdilate(Iedge, se)。 Ifill= imfill(Iedge2,39。holes39。)。[Ilabel num] = bwlabel(Ifill)。Iprops = regionprops(Ilabel)。 Ibox = []。Ibox = reshape(Ibox,[4 50])。 Ic = []。Ic = reshape(Ic,[2 50])。Ic = Ic39。Ic(:,3) = (mean(Ic.^2,2)).^(1/
畢業(yè)設計相關推薦
鄂ICP備17016276號-1