【正文】 運(yùn)算，輸入圖像一般通過(guò) 高斯模糊 核在尺度空間中被平滑。它檢查每個(gè) 像素 來(lái)確定該像素是否代表一個(gè)特征。特征提取的結(jié)果是把圖像上的點(diǎn)分為不同的子集，這些子集往往屬于孤立的點(diǎn)、連續(xù)的曲線或者連續(xù)的區(qū)域。 特征提取是計(jì)算機(jī)視覺(jué)和圖像處理中的一個(gè)概念。 特征提取 圖像特征抽取是指在需要識(shí)別的物體被分割出來(lái)的基礎(chǔ)上，提取需要的特征，并對(duì)某些參數(shù)進(jìn)行計(jì)算、測(cè)量，根據(jù)測(cè)量結(jié)果進(jìn)行分類(lèi)。閾值分割方法根據(jù)圖像本身的特點(diǎn)，可分為單閾值分割方法和多閾值分割方法；也可分為基于像素值 的閾值分割方法、基于區(qū)域性質(zhì)的閾值分割方法和基于坐標(biāo)位置的閾值分割方法。從該方法中可以看出，確定一個(gè)最優(yōu)閾值是分割的關(guān)鍵。 閾值分割方法中對(duì)灰度圖像的取閾值分割就是先確定一個(gè)處于圖像灰度取值范圍之中的灰度閾值，然后將圖像中各個(gè)像素的灰度值都與這個(gè)閾值相比較，并根據(jù)比較結(jié)果將對(duì)應(yīng)的像素分為兩類(lèi)。人們通常將圖像分割的方法歸納為基于灰度直方圖的閾值化方法和基于區(qū)域 增長(zhǎng)法兩大類(lèi)。分割結(jié)果的好壞需要根據(jù)具體的場(chǎng)合及要求衡量。值得提出的是，沒(méi)有唯一的標(biāo)準(zhǔn)的分割方法。有些算法需要先對(duì)圖像進(jìn)行粗分割，因?yàn)樗麄冃枰獜膱D像中提取出來(lái)的信息。它是由圖像處理到圖像分析的關(guān)鍵步驟 ，它是一種重要的圖像技術(shù)，在理論研究和實(shí)際應(yīng)用中都得到了人們的廣泛重視。 CONN對(duì)應(yīng)鄰域方法，默認(rèn)為 8。 功能：用于從對(duì)象中移除小對(duì)象。)。 B. Compute the area of each ponent. S = regionprops(L, 39。 測(cè)試結(jié)果如圖 、 所示 ： 圖 34 灰度圖像 圖 35 二值化圖像 （ 5） 刪除小面積圖形 刪除小面積圖形的函數(shù)為 bwareaopen，函數(shù)公式以及具體解析如下： 格式： BW2 = bwareaopen(BW,P,conn) 作用：刪除二值圖像 BW 中面積小于 P 的對(duì)象，默認(rèn)情況下 conn 使用 8 鄰域，這個(gè)部分其實(shí)就是去噪，根 據(jù)設(shè)置的 P 的大小，去除圖像上的雜點(diǎn)。 imshow(A)figure。 B = im2bw(A)。39。 注：如果輸入圖像不是灰度圖像， im2bw 首先將圖像轉(zhuǎn)換為灰度圖像，然后通過(guò)閾值將灰度圖像轉(zhuǎn)換成二進(jìn)制圖像。 BW = im2bw(X, map, level) 將顏色表為 map 的索引圖像 X 轉(zhuǎn)換為二進(jìn)制圖像。函數(shù) graythresh 能用來(lái)自動(dòng)計(jì)算變量 level 。輸出圖像 BW 將輸入圖像中亮度值大于 level 的像素替換為值 1 (白色 )，其他替換為值 0(黑色 )。只有單一灰度值的圖像 0，只有兩個(gè)灰度值的圖像 1。 [level EM] = graythresh(I) 返回效力矩陣 EM 作為第二個(gè)輸出變量。 多維矩陣被 reshape 自動(dòng)轉(zhuǎn)換為二維矩陣。 level 是在 [0， 1]內(nèi)歸一化的強(qiáng)度值。 第三章 手寫(xiě)體數(shù)字識(shí)別系統(tǒng)構(gòu)成及原理 12 測(cè)試結(jié)果如圖 、 所示 ： 圖 32 原始圖像 圖 33 灰度圖像 （ 3） 全局圖像閾值選取 全局圖像閾值選取的函數(shù)為 graythresh，函數(shù)功能為 使用大津法進(jìn)行全局圖像閾值選取 。 imshow(J)。 figure。 Figure %打開(kāi)新的作圖窗口。 J = rgb2gray(I)。39。如果輸入的是色圖，則輸入和輸出都是 double 類(lèi)型的。 注意：如果函數(shù)的輸入是一個(gè) RGB 圖像，則它可以是 unit uint1 single或 double 類(lèi)型。 rgb2gray 刪除圖像中的色調(diào)和飽和度信息，而保留亮度信息，從而將 RGB 圖像轉(zhuǎn)換為灰度圖。 對(duì)于將彩色圖像轉(zhuǎn)換成灰度圖像時(shí)，圖像灰度值可由下面的公式計(jì)算： gray = * R + * G + * B 注：原始圖像可以是 Matlab 可以處理的圖像格式。 [d1,d2,d3,? ,dn] = size(X) 返回 X 數(shù)組每一維的大小到 d1， d2， d3，?， dn。 [m,n] = size(X) 返回矩陣 X 的行列，當(dāng) X 是一個(gè)大于二維的數(shù)組時(shí)， m 是第一維的大小， n返回其他維相乘 。 在本系統(tǒng)中，我們?cè)O(shè)計(jì)的 這個(gè)部分主要由計(jì)算數(shù)據(jù)大小，灰度，全局圖像閾值選取，二值化，刪除 小面積圖形等過(guò)程組成。 該系統(tǒng)是計(jì)算機(jī)圖像處理與字符識(shí)別技術(shù)在手寫(xiě)體數(shù)字識(shí)別系統(tǒng)中的應(yīng)用，它主要由手寫(xiě)體數(shù)字圖像的采集和預(yù)處理、手寫(xiě)體數(shù)字圖像的定位和提取、手寫(xiě)體數(shù)字的分割和識(shí)別等幾個(gè)部分組成。 圖 31 手寫(xiě)體數(shù)字識(shí)別系統(tǒng)結(jié)構(gòu)圖 其中三個(gè)模塊的輸入部分以及部分輸出部分的具體設(shè)計(jì)將會(huì)在下一章中提到。這樣可以有約 1000萬(wàn)種顏色。像素的顏色保存在像素位置上的紅、綠、藍(lán)的強(qiáng)度值的 組合來(lái)確定。數(shù)組中的元素定義了圖像中每一個(gè)像素的紅、綠、藍(lán)顏色值。二值圖像可以采用 uint和 double類(lèi)型存儲(chǔ)，工具箱中以二值圖像作為返回結(jié)果的函數(shù)都使用 uint類(lèi)型。 （ 3） 二值圖像 二值圖像是指每個(gè)像素不是黑就是白，其灰度值沒(méi)有中間過(guò)渡的圖像。大多數(shù)情況下，灰度圖像很少和顏色映射表一起保存。 Matlab把灰度圖像存儲(chǔ)為一個(gè)數(shù)據(jù)矩陣，該數(shù)據(jù)矩陣中的元素分別代表了圖像中的像素。 （ 2）灰度圖像 灰度數(shù)字圖像是每個(gè)像素只 有一個(gè)采樣顏色的圖像 ， 這類(lèi)圖像通常顯示為從最暗 的 黑色到最亮的白色的灰度，盡管理論上這個(gè)采樣可以 用于 任何顏色的不同深淺，甚至可以是不同亮度上的不同顏色。在 Matlab中，索引圖像是從像素值到顏色映射表值的直接映射。其中 B是一個(gè)包含 3列和若干行的數(shù)據(jù)陣列。調(diào)色板通常與索引圖像存儲(chǔ)在一起，裝載圖像時(shí)，調(diào)色板將和圖像一同自動(dòng)裝載。 （ 1）索引圖像 索引圖像是一種把像素值直接作為 RGB調(diào)色板下標(biāo)的圖像。 Matlab中的一幅圖像可能包含一個(gè)數(shù)據(jù)矩陣，也可能包含一個(gè)顏色映射表矩陣，它包含 4種基本的圖像類(lèi)型：索引圖像、灰度圖像、 RGB圖像和二值圖像。圖像匹配試圖建立兩張圖片之間的幾何對(duì)應(yīng)關(guān)系，度量其類(lèi)似或不同的程度。 圖像分析 是指 從圖像中抽取某些有用的度量、數(shù)據(jù)或信息。境界法利用各種 邊緣檢測(cè) 技術(shù)，即根據(jù)圖像邊緣處具有很大的梯度值進(jìn)行檢測(cè)。區(qū)域法根據(jù)被分割對(duì)象與背景的對(duì)比度進(jìn)行閾值運(yùn)算，將對(duì)象從背景中分割出來(lái)。 圖像分割 是 將圖像劃分為一些互不重疊的區(qū)域，每一區(qū)域是像素的一個(gè)連續(xù)集。編碼能壓縮圖像的信息量，但圖像質(zhì)量幾乎不變。 在本文中，我們就是利用USB攝像頭將圖像數(shù)字化。圖像在計(jì)算機(jī)內(nèi)部被表示為一個(gè) 數(shù)字矩陣 ，矩陣中每一元素稱為像素。 其中， 常見(jiàn)的處理 有 圖像數(shù)字化、圖像編碼、 圖像增強(qiáng) 、圖像復(fù)原、圖像分割和 圖像分析 等 。 數(shù)字圖像是指用數(shù)字?jǐn)z像機(jī)、掃描儀等設(shè)備經(jīng)過(guò)采樣和數(shù)字化得到的一個(gè)大的二維數(shù)組，該數(shù)組的元素稱為 像素 ，其值為一整數(shù)，稱為灰度值。 根據(jù)國(guó)內(nèi)外優(yōu)秀的 GUI 技術(shù)應(yīng)用的成功經(jīng)驗(yàn)，可以總結(jié)出近幾年的設(shè)計(jì)具備以下幾個(gè)最基本特點(diǎn) [13]： （ 1）技術(shù)上具有先進(jìn)性、高效性、實(shí)用性、安全性； （ 2）數(shù)據(jù)管理功能完善，數(shù)據(jù)的采集、處理、發(fā)布過(guò)程中不會(huì)出現(xiàn)數(shù) 據(jù)丟失、改變的問(wèn)題； （ 3）界面友好，操作簡(jiǎn)便，使用統(tǒng)一的瀏覽器界面； （ 4）自動(dòng)化程度高，結(jié)構(gòu)設(shè)計(jì)簡(jiǎn)單； （ 5）模塊化設(shè)計(jì)，易于擴(kuò)充功能； （ 6）產(chǎn)品設(shè)計(jì)靈活； （ 7）投資少，最大限度保護(hù)用戶的投資。而各個(gè)回調(diào)函數(shù)側(cè)是采用自底向上的設(shè)計(jì)方法，即先設(shè)計(jì)各個(gè)子界面的回調(diào)函數(shù)，再設(shè)計(jì)主界面的回調(diào)函數(shù)。 本試驗(yàn)中，我們使用了 Matlab 圖形用戶界面（簡(jiǎn)稱 GUI） 設(shè)計(jì)主界面和子界面，優(yōu)化界面并實(shí)現(xiàn)主界面對(duì)子界面的調(diào)用，編寫(xiě)界面的回調(diào)函數(shù)。 Matlab 被稱作為第四代計(jì)算機(jī)語(yǔ)言，最大的特點(diǎn)就是簡(jiǎn)潔，利用其豐富的函數(shù)資源，更符合人們思維習(xí)慣的代碼，帶來(lái)直觀的程序開(kāi)發(fā)環(huán)境。 軟件部分介紹 本課題中，我們所用到的軟件是 Matlab， Matlab 是 MATrix LABoratory 的縮寫(xiě)， 它是一種科學(xué)計(jì)算軟件，專門(mén)以矩陣的形式處理數(shù)據(jù)。 圖像解析度 (Resolution)又名 傳感器像素 ，是衡量攝像頭的一個(gè)重要指標(biāo)之一 ，攝像頭的像素越高，它的解析圖像的能力也越強(qiáng)，拍攝出來(lái)的圖像品質(zhì)就越好，石河子大學(xué)學(xué)士學(xué)位論文 6 我們選擇的這種 USB 數(shù)字?jǐn)z像頭的像素并不是特別高，只能勉強(qiáng)實(shí)現(xiàn)我們對(duì)實(shí)驗(yàn)的要求，如果想進(jìn)一步提高識(shí)別率，一個(gè)更高像素的攝像頭可能對(duì)此有所幫助。在本實(shí)驗(yàn)中，我們就選擇 使用 了 USB數(shù)字?jǐn)z像頭 。數(shù)字?jǐn)z像頭 則 可以直接捕捉影像，然后通過(guò)串、 并口或者 USB接口 傳到計(jì)算機(jī)里。 攝像頭分為模擬攝像頭 和 數(shù)字 攝像頭兩大類(lèi)。另外，人們還可以將其用于當(dāng)前各種流行的數(shù)碼影像，影音處理 [9]。 開(kāi)發(fā)工具介紹 硬件部分介紹 本課題中，我們所用到的硬件有攝像頭， 攝像頭 (CAMERA)又稱為電腦相機(jī)，電腦眼 等，是一種視頻 輸入設(shè)備 ，被廣泛的運(yùn)用于 視頻會(huì)議 ，遠(yuǎn)程醫(yī)療及 實(shí)時(shí)監(jiān)控 等方面。 軟件環(huán)境： （ 1） Windows XP 操作系統(tǒng)。 第二章 開(kāi)發(fā)運(yùn)行環(huán)境 5 第二章 開(kāi)發(fā)運(yùn)行環(huán)境 系統(tǒng)開(kāi)發(fā)環(huán)境和運(yùn)行環(huán)境 硬件環(huán)境： （ 1） 計(jì)算機(jī)一臺(tái)。此外，大批量數(shù)據(jù)處理對(duì)系統(tǒng)速度又有相當(dāng)?shù)囊?，許多理論上很完美但速度過(guò)低的方法是行不通的。這是因?yàn)?，?shù)字沒(méi)有上下文關(guān)系，每個(gè)單字的識(shí)別都事關(guān)重要，而且數(shù)字識(shí)別經(jīng)常涉及的財(cái)會(huì)、金融領(lǐng)域其嚴(yán)格性更是不言而喻的。這其中主要原因是： 數(shù)字的字形信息量很小，不同數(shù)字寫(xiě)法相近， 字形相差不大，使得準(zhǔn)確區(qū)分某些數(shù)字相當(dāng)困難；第二，數(shù)字雖然只有十種，而且筆劃簡(jiǎn)單，但同一數(shù)字寫(xiě)法千差萬(wàn)別，全世界各個(gè)國(guó)家各個(gè)地區(qū)的人都用，其書(shū)寫(xiě)上帶有明顯的區(qū)域特性，很難完全做到兼 顧世界各種寫(xiě)法的極高識(shí)別率的通用性數(shù)字識(shí)別系統(tǒng)。 圖 11 識(shí)別的基本思路框架圖 導(dǎo)入圖片 邊緣提取 Freeman編碼 關(guān)鍵點(diǎn)特征提 取 參數(shù)測(cè)量 計(jì)算面積 石河子大學(xué)學(xué)士學(xué)位論文 4 課題難點(diǎn)分析 數(shù)字的類(lèi)別只有十種，筆劃又簡(jiǎn)單，其識(shí)別問(wèn)題似乎不是很困難。 這就需要分揀機(jī)有一定的性能指標(biāo)，差錯(cuò)率要越小越好。 手寫(xiě)數(shù)字識(shí)別在郵件分揀中的應(yīng)用 也十分廣泛， 隨著人們生活水平的提高 ，經(jīng)濟(jì)活動(dòng)的發(fā)展 ， 通信聯(lián)系的需求使信函的互換量大幅度增加，我國(guó)函件業(yè)務(wù)量也在不斷增長(zhǎng)，一 些 大城市的中心郵局每天處理量將高達(dá) 上千 萬(wàn)件，業(yè)務(wù)量的急劇上升使得郵件的分揀自動(dòng)化成為大勢(shì)所趨。如果能把它們用計(jì)算機(jī)自動(dòng)處理，無(wú)疑可以節(jié)約大量的時(shí)間、金錢(qián)和勞力。 財(cái)務(wù)、稅務(wù)、金融是手 寫(xiě)數(shù)字識(shí)別大有可為的又一領(lǐng)域。另外，這些系統(tǒng)往往采用合適的用戶界面對(duì)識(shí)別結(jié)果做全面的檢查，最終保證結(jié)果正確無(wú)誤。因?yàn)閿?shù)據(jù)的錄入是集中組織的，所以往往可以通過(guò)專門(mén)設(shè)計(jì)表格和對(duì)書(shū)寫(xiě)施加限制以便于機(jī)器的自動(dòng)識(shí)別。 在大規(guī)模的數(shù)據(jù)統(tǒng)計(jì) (如：行業(yè)年檢、人口普查等 )中，需要輸入大量的數(shù)據(jù)，以前完全要手工輸入，需耗費(fèi)大量的人力和物力。 而 隨著國(guó)家信息化進(jìn)程的加速，手寫(xiě)數(shù)字識(shí)別的應(yīng)用需求越來(lái)越廣泛，應(yīng)用系統(tǒng)的性能的關(guān)鍵與瓶頸在于手寫(xiě)數(shù)字識(shí)別核心算法性能上，最終目標(biāo)是研究零誤識(shí)率和低拒識(shí)率的高速識(shí)別算法。事實(shí)上，很多學(xué)者就是把數(shù)字和英文字母的識(shí)別放在一塊兒研究的。 （ 3）盡管人們對(duì)手寫(xiě)數(shù)字的識(shí)別已從事了很長(zhǎng)時(shí)間的研究，并已取得了很多成果，但到目前為止機(jī)器的識(shí)別本領(lǐng)還無(wú)法與人的認(rèn)知能力相比，這仍是一個(gè)有難度的開(kāi)放問(wèn)題。在這一領(lǐng)域大家可以探討，比較各種研究方法。在于數(shù)字信息自動(dòng)處理領(lǐng)域，節(jié)省人力，提高效率，加快信息流動(dòng)，創(chuàng)造巨大的經(jīng)濟(jì)效益 [5]。即 基于數(shù)字的結(jié)構(gòu)，利用模板匹配、象素密度、矩、特征點(diǎn)、數(shù)學(xué)變換等技術(shù)獲取手寫(xiě) 體數(shù)字 的關(guān)鍵特征，提出一種 具體 識(shí)別 數(shù)字 的方法，利用我們所掌握的 電子信息工程 的專業(yè)知識(shí) 來(lái) 實(shí)現(xiàn)，進(jìn)而 完成手寫(xiě)體數(shù)字識(shí)別系統(tǒng)的設(shè)計(jì) 。因此，最近這方面的努力 向著更為成熟、復(fù)雜、綜合的方向發(fā)展。對(duì)后者，多半需要從字符的輪廓或骨架上提取字符形狀的基本特征，包括：圈、端點(diǎn)、節(jié)點(diǎn)、弧、突起、凹陷、筆畫(huà)等 [4]。這些手段分兩大類(lèi)：全局分析和結(jié)構(gòu)分析。 課題研究 目的及意義 手寫(xiě)體數(shù)字識(shí)別的研究目的 手寫(xiě)數(shù)字識(shí)別在學(xué)科上屬于模式識(shí)別和人工智能的范疇。這幾年來(lái)我國(guó)開(kāi)始大力推廣的 “ 三金 ” 工程在很大程度上要依賴數(shù)據(jù)信息的輸入，如果能通過(guò)手寫(xiě)數(shù)字識(shí)別技術(shù)實(shí)現(xiàn)信息的自動(dòng)錄入，無(wú)疑會(huì)促進(jìn)這一事業(yè)的進(jìn)展。而在手寫(xiě)數(shù)字識(shí)別這個(gè)方向上，經(jīng)過(guò)多年研究，研究工作者已經(jīng)開(kāi)始把它向各種實(shí)際應(yīng)用推廣，為手寫(xiě)數(shù)據(jù)的高速自動(dòng)輸入提供了一種解決方案 [2]。 在整個(gè) OCR 領(lǐng)域中，最為困難的就是脫機(jī)手寫(xiě) 字符 的識(shí)別。 [關(guān)鍵詞 ] 預(yù)處理，結(jié)構(gòu)特征提取，分類(lèi)識(shí)別，手寫(xiě)體數(shù)字識(shí)別