【正文】 通常，直接從數(shù)字點(diǎn)陣圖象上消除手寫變形的方法有兩種，即非線性規(guī)一化方法和變換函數(shù)法。神經(jīng)網(wǎng)絡(luò)識(shí)別，用于識(shí)別的人工神經(jīng)網(wǎng)絡(luò)模型有： hop field 神經(jīng)網(wǎng)絡(luò)、前向多層神經(jīng)網(wǎng)絡(luò)（如 bp 算法、 rbf網(wǎng)絡(luò)等）、 art 網(wǎng)絡(luò)、自組織特 征映射網(wǎng)絡(luò)、認(rèn)知器模型等等。 課題前景與展望 手寫識(shí)別不應(yīng)該只局 限于一種方法，應(yīng)該多種方法相結(jié)合，這里我們提一下統(tǒng)計(jì)模式識(shí)別和神經(jīng)網(wǎng)絡(luò)識(shí)別。 本次畢業(yè)設(shè)計(jì)還存在較多需改善和完善的工作，具體有以下兩點(diǎn)： 手寫數(shù)字變形問題是非特定人脫機(jī)手寫數(shù)字識(shí)別中的關(guān)鍵問題，在模版匹配的過程中，由于手寫變形的存在，單模板字典顯得不足，因此有必要生成多模板字典，但在本設(shè)計(jì)中，由于人力等問題，樣本庫(kù)中的樣本無法達(dá)到成百上千的數(shù)目，因而識(shí)別率不是很高。 本論文是對(duì)本次畢業(yè)設(shè)計(jì)的總結(jié)，主要做的工作有以下幾點(diǎn)： （ 1）查閱文獻(xiàn)資料，對(duì)手寫數(shù)字識(shí)別進(jìn)行調(diào)研，找出系統(tǒng)設(shè)計(jì)的幾種方法。為了提高識(shí)別率和可靠性，除了要增強(qiáng)對(duì)噪聲的濾除能力外，還要增大知識(shí)庫(kù)，以解決細(xì)化中出現(xiàn)的結(jié)構(gòu)畸變問題，這些都有待我們 進(jìn)一步的研究。 由表 所示，因?yàn)閿z像頭識(shí)別會(huì)受到光線，攝像頭像素等客觀條件的影響，所以每次每個(gè)樣本測(cè)試出的結(jié)果有可能略有不同， 因此利用攝像頭輸入的手寫體數(shù)字識(shí)別率較低，才有 52%。而在一個(gè)實(shí)際系統(tǒng)中，S， R 是相互制約的，拒識(shí)率 R 的提高總伴隨著誤識(shí)率 S 的下降，與此同時(shí)識(shí)別率 A 和識(shí)別精度 P 的提高。 end手寫數(shù)字 單擊保存按鈕 選擇保存路徑 顯示結(jié)果 返回或者退出 擦除 第五章 系統(tǒng)性能評(píng)價(jià)及實(shí)驗(yàn)結(jié)果分析 25 第五章 系統(tǒng)性能評(píng)價(jià)及實(shí)驗(yàn)結(jié)果分析 識(shí)別系統(tǒng)性能的評(píng)價(jià) 作為一個(gè)識(shí)別系統(tǒng) ， 我們最終要用某些參數(shù)來評(píng)價(jià)其性能的高低 ， 手寫數(shù)字識(shí)別也不例外。)。},... 39。... 39。... 39。... 39。 最后，在寫字板輸入的過程中，還需要保存手寫出的圖片，然后才能進(jìn)行識(shí)別，具體流程如圖 所示： 圖 414 寫字板輸入的流程圖 保存部分的代碼如下： [FileName,PathName] = uiputfile({39。,39。,39。,30, 39。, 39。)。, set(gcf, 39。 第四章 手寫體數(shù)字識(shí)別系統(tǒng)設(shè)計(jì)分析 24 x0=x。Color39。39。markerSize39。marker39。 end X=x0:yidong_x:x 。%定義 xy 方向增量 if xx0 yidong_x=x_zl。 y = dianji(1,2)。, dianji = get(gca, 39。 x0 = dianji(1,1)。)。 set(gcf, 39。WindowButtonMotionF39。)。 set(gcf, 39。start39。 寫字板輸入模塊的設(shè)計(jì) 點(diǎn)擊主界面中的寫字板輸入按鈕，進(jìn)入利用寫字板輸入的數(shù)字識(shí)別，如圖。 str set(,39。 它代表的意思是讀取圖片，并且插入到左邊的空白處。)。 str=39。)。39。39。YTickLabel39。Color39。Color39。 圖 49 直接讀圖的手寫體數(shù)字識(shí)別界面 圖 410 直接讀圖的手寫體數(shù)字識(shí)別讀圖過程 最后點(diǎn)擊右邊的圖片識(shí)別 按鈕即可識(shí)別出數(shù)字， 如圖 。, period)。, 39。 t = timer(39。 global q1。)。 %創(chuàng)建一個(gè)視頻預(yù)覽窗口的視頻顯示現(xiàn)場(chǎng)視頻數(shù)據(jù)輸入對(duì)象 set(sp,39。請(qǐng)稍等 .....39。,39。TriggerRepeat39。Position39。String39。Style39。)。 %顯示等待條 sp = videoinput(39。 clear。 同時(shí)，界面左邊的空白處，也會(huì)出現(xiàn)相同的圖像，如圖 。 在本文中，我們根據(jù)自己需要所建立了專門的樣本庫(kù)，具體建立方法如下： 設(shè)置不同字體，大小，線條粗細(xì)的 09 的數(shù)字圖片共計(jì) 120 張，用來建立樣本，作為基準(zhǔn)庫(kù)，如圖 。研究者對(duì)所需的樣本庫(kù)有兩種選擇：一是自己根據(jù)需要建立專門的樣本庫(kù) ， 二是選用其它機(jī)構(gòu)做好的現(xiàn)成的樣本庫(kù)。 以上是 4 個(gè)按鈕的功能，大小，字體等設(shè)置。,39。off39。)。 設(shè)計(jì)時(shí)候的原始界面如圖 ： 圖 42 手寫體數(shù)字識(shí)別系統(tǒng)的原始界面 push button1 *1 %直接讀取圖片 字體 set(gcf,39。 石河子大學(xué)學(xué)士學(xué)位論文 17 set(,39。,J)。cdata39。 L=imread(39。)。Beijingtupian\39。,39。,39。Beijingtupian\39。,[0 0 1 1])。,39。第四章 手寫體數(shù)字識(shí)別系統(tǒng)設(shè)計(jì)分析 16 第四章 手寫體數(shù)字識(shí)別系統(tǒng)設(shè)計(jì)分析 本次設(shè)計(jì)使用 Matlab 語言實(shí)現(xiàn)該系統(tǒng)，其用戶 界面分別介紹如下。 %計(jì)算兩個(gè)矩陣的 2維相關(guān)系數(shù)。這項(xiàng)工作表現(xiàn)為減少特征矢量的維數(shù)或符號(hào)字符數(shù)。此后通過局部 導(dǎo)數(shù) 運(yùn)算來計(jì)算圖像的一個(gè)或多個(gè)特征。 特征提取是圖象處理中的一個(gè)初級(jí)運(yùn)算，也就是說它是對(duì)一個(gè)圖像進(jìn)行的第一個(gè)運(yùn)算處理。這一過程輸入是龐大的信息圖像，輸出則是少量的特征信息，而且這些特征信息僅僅代表物體 ，無法還石河子大學(xué)學(xué)士學(xué)位論文 15 原回原物體。現(xiàn)有的大部分算法都是集中在閾值確定的研究上。其中閾值化方法因其簡(jiǎn)單、計(jì)算量小、性能較穩(wěn)定而成為圖像分割中應(yīng)用最廣泛的分割技術(shù) [19]。許多不同種類的圖像或景物都可作為待分割的圖像數(shù)據(jù)，不同類型的圖像，已經(jīng)有相對(duì)應(yīng)的分割方法對(duì)其分割，同時(shí)，某些分割方法也只是適合于某些特殊類型的圖像分割。圖像分割的方法和種類有很多，有些分割運(yùn)算可直接應(yīng)用于任何圖像，而另一些只能適用于特殊類別 的圖像。 第三章 手寫體數(shù)字識(shí)別系統(tǒng)構(gòu)成及原理 14 用法： BW2 = bwareaopen(BW,P) BW2 = bwareaopen(BW,P,CONN) BW2 = bwareaopen(BW,P,CONN) 從二值圖像中移除所有小于 P的連通對(duì)象。Area39。 imshow(B)。])。 石河子大學(xué)學(xué)士學(xué)位論文 13 BW = im2bw(RGB, level) 將 RGB 真彩圖像轉(zhuǎn)換為二進(jìn)制圖像。你指定 level 在 [0,1]之間， 不用管輸入圖像的等級(jí)。效力矩陣是 [0 1]范圍內(nèi)的值，指示輸入圖像閾值選取的有效性。 函數(shù) graythresh 選擇使黑白像素類內(nèi)方差最小的閾值。 %顯示轉(zhuǎn)換后的灰度圖 J。 imshow(I) %顯示轉(zhuǎn)換前的彩色圖。)。輸出的圖像 I 的數(shù)據(jù)與輸入的圖像是相同類型的數(shù)據(jù)。 I = rgb2gray(RGB) 將真彩色圖像 RGB 轉(zhuǎn)換成灰度圖像 I。 m = size(X,dim) 返回 X 數(shù)組第 dim 維的大小 。 預(yù)處理 為了研究圖像內(nèi)容的識(shí)別，首先要對(duì)獲得的圖像信息進(jìn)行預(yù)處理，濾去干擾、噪聲，當(dāng)信息微弱無法辨識(shí)時(shí)，還須對(duì)圖像進(jìn)行增強(qiáng)處理，顏色校正等，以便人、機(jī)分析 [17]。 第三章 手寫體數(shù)字識(shí)別系統(tǒng)構(gòu)成及原理 10 手寫體數(shù)字識(shí)別系統(tǒng)構(gòu)成 手寫體數(shù)字識(shí)別系統(tǒng)結(jié)構(gòu)圖如圖 31所示。需要指出的是， RGB圖像不使用 Windows顏色映射表。 與灰度圖像相同，二值圖像只需要一個(gè)數(shù)據(jù)矩陣，每個(gè)像素只取兩個(gè)灰度值。矩陣中的元素可以是雙精度的浮點(diǎn)數(shù)類型、 8位或 16位無符號(hào)的整數(shù)類型。像素顏色由數(shù)據(jù)矩陣 A作為索引指向矩陣 B進(jìn)行索引。 索引圖像包括一個(gè)數(shù)據(jù)矩陣 A，一個(gè)顏色映射矩陣B。此外， Matlab還支持由多幀圖像組成的圖像序列 [15]。圖像匹配、描述和識(shí)別 是 對(duì)圖像進(jìn)行比較和配準(zhǔn)，通過提取圖像的特征及相互關(guān)系，得到圖像符號(hào)化的描述，再把它同模型比較，以確定其分類。有時(shí)用固定的閾值不能得到滿意的分割，可根據(jù)局部的對(duì)比度調(diào)整閾值，這稱為自適應(yīng)閾值。 圖像增強(qiáng)的目標(biāo)是改進(jìn)圖片的質(zhì)量，例如增加對(duì)比度，去掉模糊和噪聲，修正幾何畸變等；圖像復(fù)原是在假定已知模糊或噪聲的模型時(shí)，試圖估計(jì)原圖像的一種技術(shù) 。圖像數(shù)字化需要專門的設(shè)備，常見的有各種電子的和光學(xué)的掃描設(shè)備，還有機(jī)電掃描設(shè)備和手工操作的數(shù)字化儀。圖像處理技術(shù)的主要內(nèi)容包括 圖像壓縮 ，增強(qiáng)和復(fù)原，匹配、描述和識(shí)別 這幾 個(gè)部分。 第二章 開發(fā)運(yùn)行環(huán)境 7 本課題避開了硬件系統(tǒng)的不足，巧妙的運(yùn)用軟件來仿真硬件才能實(shí)現(xiàn)的實(shí)驗(yàn)結(jié)果，大大降低了實(shí)驗(yàn)設(shè)備要求，節(jié)約了人力和財(cái)力， 而且有很多的庫(kù)函數(shù)可以在實(shí)驗(yàn)時(shí)直接調(diào)用，避免了用硬件做實(shí)驗(yàn)的局限性。 Matlab 的主要特色如下 [12]： （ 1）語言簡(jiǎn)潔緊湊，使用方便靈活，庫(kù)函 數(shù)極其豐富； （ 2）運(yùn)算符豐富； （ 3）既具有結(jié)構(gòu)化的控制語句（如 for 循環(huán)、 while 循環(huán)、 break 語句和 if 語句），又有面向?qū)ο缶幊痰奶匦裕? （ 4）語法限制不嚴(yán)格，程序設(shè)計(jì)自由度大； （ 5）程序的可移植性很好，基本上不做修改就可以在各種型號(hào)的計(jì)算機(jī)和操作系統(tǒng)上運(yùn)行； （ 6）圖形功能強(qiáng)大； （ 7）包含功能強(qiáng)勁的工具箱。 另外， 視頻捕獲能力 也是用戶最為關(guān)心的功能之一， 目前攝像頭的視頻捕獲都是通過軟件來實(shí)現(xiàn)的， 在本實(shí)驗(yàn)中，我們?cè)O(shè)置了根據(jù)秒數(shù)來自動(dòng)截取圖片，這對(duì)電腦的要求非常高，即 CPU 的處理能力要足夠的快，其次對(duì)畫面 也有 要求， 不同大小 最大分辨率 下的畫面， 捕獲能力也不盡相同 ，我們選擇的這種 USB 數(shù)字?jǐn)z像頭的捕獲能力一般，勉強(qiáng)能夠?qū)崿F(xiàn)我們對(duì)實(shí)驗(yàn)的要求，如果想要更高的識(shí)別率，可以選擇更好些的攝像頭甚至是工控?cái)z像頭 。由于個(gè)人電腦的迅速普及，模擬攝像頭的整體成本較高等原因，現(xiàn)在電腦市場(chǎng)上的攝像頭基本以數(shù)字?jǐn)z像頭為主，而數(shù)字?jǐn)z像頭中又以使用新型 數(shù)據(jù)傳輸接口 的 USB 數(shù)字?jǐn)z像頭為主 。 在本實(shí)驗(yàn)中，我們主要 用它來進(jìn)行手寫體數(shù)字圖像的輸入，即圖像的采集部分。 （ 2） Matlab軟 件 。因此，研究高性能的手寫數(shù)字識(shí)別算法是一個(gè)有相當(dāng)?shù)奶魬?zhàn)性的任務(wù) [8]。另外，在實(shí)際應(yīng)用中，對(duì)數(shù)字識(shí)別單字識(shí)別正確率的要求要比文字要苛刻得多。 課題整體結(jié)構(gòu) 我們的思路是利用 Matlab軟 件 建立一個(gè)手寫體數(shù)字識(shí)別系統(tǒng)，利用三種方法實(shí)現(xiàn)圖像輸入的功能，然后對(duì)輸入的圖像進(jìn)行預(yù)處理，分割，結(jié)構(gòu)特征提取，分類識(shí)別等操作，最終識(shí)別出圖像上的數(shù)字，如圖 11。與上面提到的統(tǒng)計(jì)報(bào)表處理相比，在這個(gè)領(lǐng)域的應(yīng)用難度更大， 因?yàn)?對(duì)識(shí)別的精度要求更高 ，處理的表格種類更多等 ，這樣對(duì)識(shí)別及預(yù)處理的核心算法要求也提高了。可以看出，這 種應(yīng)用 對(duì)識(shí)別核心算法的要求比較低，是目前國(guó)內(nèi)很多單位應(yīng)用開發(fā)的熱點(diǎn) [7]。近年來在這類工作中采用 手寫第一章 引言 3 識(shí)別技術(shù) 已成為一種趨勢(shì)。 課題研究現(xiàn)狀及發(fā)展趨勢(shì) 手寫數(shù)字識(shí)別有著重要的價(jià)值 ， IBM、 HP、日立、東芝、夏普、 NEC、理光和新加坡熱卡公司等國(guó)外公司都曾巨額投入手寫數(shù)字識(shí)別領(lǐng)域。 （ 2） 由于數(shù)字識(shí)別的類別數(shù)較小，有助于做深入分析及驗(yàn)證一些新的理論。 手寫體數(shù)字識(shí)別的研究意義 手寫數(shù)字識(shí)別研究?jī)r(jià)值意義在于自然人機(jī)交互領(lǐng)域，提高人機(jī)交互的自然性和友好性。 石河子大學(xué)學(xué)士學(xué)位論文 2 多年的研究實(shí)踐表明，對(duì)于完全沒有限制的手寫數(shù)字，幾乎可以肯定：沒有一種簡(jiǎn)單的方案能達(dá)到很高的識(shí)別率和識(shí)別精度。在過去的四十年中，人們想出了很多辦法獲取手寫字符的關(guān)鍵特征。 字符識(shí)別處理的信息可分為兩大類：一類是文字信息 ， 處理的主要是用各國(guó)家、各民族的文字（如：漢字，英文等）書 寫或印刷的文本信息，目前在印刷體和聯(lián)機(jī)手寫方面技術(shù)已趨向成熟，并 且 推出了很多應(yīng)用系統(tǒng)；另一類是數(shù)據(jù)信息，主要是由阿拉伯?dāng)?shù)字及少量特殊符號(hào)組成的各種編號(hào)和統(tǒng)計(jì)數(shù)據(jù)，如：郵政編碼、統(tǒng)計(jì)報(bào)表、財(cái)務(wù)報(bào)表、銀行票據(jù)等等，處理這類信息的核心技術(shù)是手寫數(shù)字識(shí)別。 手寫數(shù)字識(shí)別是光學(xué)字符識(shí)別技術(shù) (Optical Character Recognition， 簡(jiǎn)稱OCR)的一個(gè)分支，它研究的對(duì)象是：如何利用電子計(jì)算機(jī)自動(dòng)辨認(rèn)人手寫在紙張上的阿拉伯?dāng)?shù)字。 石河子大學(xué) 信息科學(xué)與技術(shù)學(xué)院畢業(yè)論文 課題名稱： 手寫體數(shù)字識(shí)別系統(tǒng)