手写体数字识别系统的设计与实现

发布时间：2017-12-11 17:09

  本文关键词：手写体数字识别系统的设计与实现

  更多相关文章： 手写体数字识别 BP神经网络 预处理 字符分割 特征提取 分类器

【摘要】：手写体数字识别技术是利用计算机设备自动处理数字的一种新兴技术,也是目前字符识别的研究热点。手写体数字在当前生活中应用广泛,其识别效率与可靠性是处理系统设计的关键问题。根据字符识别技术的一般性,系统分为三个重要组成部分:手写体数字图像处理;图像的特征选取;BP神经网络的训练与识别。本文中,图像处理过程分为预处理和字符分割两部分。预处理过程中采用了字符识别的常用方法并与手写体字符的特殊性相结合,设计出了高效流程,预处理后的图像能够去掉大部分噪声和干扰,为特征提取做准备;字符分割技术应用于手机号码识别流程,因为手机号码不是独立数字,所以需要使用垂直投影分割法将其保存为11个独立图像,然后利用图像归一化方法将分割后的独立数字的大小归一化到标准图像空间。归一化之后,图像不会失真,而且按照规定保存了结构形式。特征提取是数字识别过程中的另一个重要问题,文章通过综合比较各种特征提取的方法,采用粗网格方法进行图像特征提取,该方法能够有效地处理图像的噪声,适用于手写体数字的笔画相对固定,数字特征差异较大等特点。采用粗网格方法进行特征提取提高了系统的识别率,通过实验证明其提取效果良好。神经网络分类器具有学习和训练能力,实现了对样本图像的组织分类,使计算机模拟大脑思维,清晰的表达分类识别能力。文章利用BP神经网络对手写体数字识别技术进行了研究,从基本原理到实验选择证明了系统的可实行性。对于以上处理步骤,本文通过程序模拟整个识别过程,反映了手写体数字识别的各方面特征。通过实验测试可知,系统从预处理到分类器设计的过程具有可行性,其识别效果良好。
【学位授予单位】：河北科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41

【相似文献】

中国期刊全文数据库 前10条

1 范艳峰,肖乐,甄彤;自由手写体数字识别技术研究[J];计算机工程;2005年10期

2 吴茹石;彭力;;基于量子神经网络的手写体数字识别方法研究[J];计算机工程与设计;2007年18期

3 沈茜;;手写体数字识别系统的研究[J];内江科技;2008年04期

4 张燕;张晨光;;一种新的手写体数字识别方法[J];科技信息(学术研究);2008年25期

5 史静;;手写体数字识别方法研究[J];科技信息;2011年10期

6 ;手写体数字识别装置[J];仪器仪表学报;1980年02期

7 卓忠翰;邱镜晃;;有限制的手写体数字识别技术的研究[J];通信学报;1980年01期

8 张滨;一种带神经网络的手写体数字识别系统[J];南昌大学学报(理科版);1992年03期

9 张平，潘保昌，汪同庆，郑胜林，李健;一种自由手写体数字识别方法研究[J];光电工程;1995年03期

10 胡健，汪庆宝，涂承宇;多层前向神经网络在手写体数字识别应用中的研究[J];北京工业大学学报;1996年04期

中国重要会议论文全文数据库 前1条

1 栗国星;石秉学;;一种用于手写体数字识别的电流型CNN特征提取器[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年

中国硕士学位论文全文数据库 前10条

1 任美丽;基于DS-SVM的手写体数字识别的研究[D];太原理工大学;2015年

2 王亚威;手写体数字识别系统的设计与实现[D];河北科技大学;2015年

3 佟鑫;手写体数字识别技术的研究及在自动判卷系统中的应用[D];东北师范大学;2009年

4 吕蓉;基于手写体数字识别的信息录入与处理系统[D];山东大学;2007年

5 魏兴国;基于核方法的手写体数字识别研究[D];南京理工大学;2003年

6 毕浩洋;极限学习机在手写体数字识别中的应用[D];郑州大学;2014年

7 周标;神经网络在手写体数字识别中的应用[D];湖南师范大学;2009年

8 瞿海金;手写体数字识别方法的研究与实现[D];南京理工大学;2005年

9 陈琼;孟加拉文手写体数字识别方法的研究与实现[D];合肥工业大学;2008年

10 胡迪雨;手写体数字识别方法的应用及研究[D];南昌大学;2012年

，

本文编号：1279242