基于bp神经网络的字母识别系统设计与实现(编辑修改稿)

基于bp神经网络的字母识别系统设计与实现(编辑修改稿)内容摘要：

友好性，产品的稳定性，易用性及可行性等诸多方面。 对神经网络的研究目前许多技术不能确定，正确率永远达不到 100%，只能靠近，它们之间进行着拉锯战。 由于与很多因素有关，比如作者的书写习惯、扫描的质量、识别运用的 算法、学习与训练的样本等，都可能影响识别正确率，所以 BP 神经网络产品不但需要一个核心技术，产品的操作使用方便性、所提供的除错功能及方法，也是决定产品好坏的重要因素 [9]。 论文组织结构 手写字母识别是指利用 BP 神经网络辨认手写英文字母的一种技术，它属于OCR 范畴。 基于 BP 网络的手写英文字母识别包括两个阶段：一个是训练阶段和一个是识别阶段，这两个阶段包含输入、预处理、特征提取、分类及输出五个部分。 本文将通过五章地内容进行讨论，用 MATLAB 仿真得到实验数据并对全文进行总结。 第一章前言当中介绍了手写 体数字识别的研究背景与意义、现状、手写字母的四种实现方法，对识别系统性能的评价 第二章讨论了手写英文字母识别的预处理方法，包括图像的去噪、二值、归一化、细化。 图像预处理的本质是：特征提取时提取的字母特征能有效地反映手写英文字母的本质特征。 本章中介绍了预处理的不同方法，并详细分析各阶段的显现过程。 第三章主要讲述英文字母的特征提取，介绍了提取的特征即实现方法。 本文选取的特征包括重心、像素百分比密度特征、矩阵变换特征、粗网格特征、外轮廓特征笔划密度特征六种方法。 第四章介绍分类器的设计原理和实现算法，指出 BP 网 络用于手写字母识别参数选择。 并结合提取的特征向量，确定本文采用的 BP 网络的网络模型。 第五章对实验结果进行了分析。 指出了影响正确识别率的几个潜在的机理。 第六章对本文所作的工作进行总结，并提出 BP 神经网络识别的工作展望。 济南大学泉城学院毕业论文 6 2 预处理 系统框架 基于 BP 神经网络的手写英文系目的识别过程分为学习阶段和识别阶段，学习阶段和识别阶段都要对样本字母进行预处理、特征提取，学习阶段还要进行训练确定稳定的权值，识别阶段还要经过分类在输出识别结果。 图 系 统的识别框架图 预处理概述 在进行手写英文字母识别时需要对所得到的手写英文字母图像提前进行预处理，不同地域的人在书写英文字母的过程中的书写风格不尽相同即使是同一地域的人由于山谷写的任意性也会造成手写字母的形式千变万化，令外数字图像在采集过程中，受图像质量、扫描性能的影响，数字图像会带有形变和噪声，这些变化都会影响英文字母的识别效果，预处理的目的是消除原始图像中的噪声，将原来的图像转化为清晰的二值化图像，便于对手写字母的微观结构特征的提取。 因此预处理过程的效果会对特征的提取、数字识别产生重要的影响。 本文采用的的字母图像的预处理过程：去噪、二值化、归一化和细化。 本文预处理设计 本章的预处理过程的设计 如 图 ： 样本字母 预处理 特征提取 训练模式 待识字母 预处理 特征提取 分类 结果输出 学习阶段 识别阶段 济南大学泉城学院毕业论文 7 图 预处理过程 去噪 我们得到的原始图像应书写风格的不同，外部环境的影响往往存在个别的孤立点，这就是我们说的噪音。 这些孤立的点在图像中是我们不想要的，必须进行去除才能提高英文字母的识别率，如何进行去噪本文涉及两种方法。 （ 1）均值滤波：均值滤波是一种典型的线性滤波方式，它的工作原理是对于目标像素存在一个模板，在 这个模板中包括目标像素周围的 8 个像素点，用着八个像素点的灰度平均值来代替目标像素点的灰度值。 均值滤波采用的主要是平均法，因此均值滤波又叫线性滤波，它是用周边像素点 G1（ x1,y1）至 G8（ x8,y8）(G 代表灰度 )的平均灰度  ),(1 yxfmG 来代替当前像素点 G（ x0,y0）的灰度值， m为模板周围像素点的个数 [15]。 （ 2）中值滤波：相对于均值滤波来说中值滤波是一种非线性的滤波方式，它是图像预处理中有效地去噪方式，被广泛的应用。 中值滤波的工作原理：用一个奇数的移动窗口，某一点的值 是该奇数窗口中所有像素点的中间值，比如说，假设窗口内有七点，其值为 70、 80、 90、 200、 11 120 和 210 那么此窗口内各点的中值及为 115。 那么中值滤波的具体实现形式又是什么呢。 我们设一个一维序列的数组 f1,f2,…,fn, 取移动窗口的长度为 m（当然 m 为奇数），我们 ,对其进行中 值 滤 波 时 ， 就 是 从 我 们 选 定 的 序 列 中 连 续 抽 出 m 个数字母图像的预处理 字字母去噪处理 字字母二值化处理 字字母归一化处理 字字母细化处理 济南大学泉城学院毕业论文 8 fia,…,fi 1,fi,fi+1,…,fi+a(fi 为窗口的中心值 ,a=(m1)/2),再将这 m个点按其数值大小进行排序，数值顺序单调上升或单调下降，取其序号的中心点的那个 数作为滤波输出。 设模板窗口像素点的个数为 5 灰度值分别为 0、 2 经过中值滤波函数 filter 后输出序列外 0、 8 在去中间值为 4，则 5 个像素点 G（ x1,y1）G(x5,y5）的灰度值为 5。 均值滤波和中值滤波的比较：对于均值滤波 把目标像素点都用模板周围的 8个像素的灰度均值来代替。 可以有效地对图像进行平滑并且速度快，算法简单。 但是无法有效地去除噪声，只能微弱的减弱噪声。 而对于非线性滤波方法也就是我们说的中值滤波 ,它是图像预处理技术中最常用的核心处理技术。 它在平滑去除噪声方面十分有效 ,并且 它能够保护图像尖锐的边缘。 所以均值滤波和中值滤波都有各自的利与弊，选用哪一种滤波方式这要看我们对识别的要求。 如果是用在要求识别速度快但对正确率要求必是很高的场合我们可以选择运用均值滤波的方式，如果使用在要求高正确率的场合，比如银行、金融业，我们就必须运用中值滤波来实现。 本文要求较高的识别率选用了中值滤波来实现英文字母的识别。 对 C 进行滤波前后的对比如下图： 滤波前 滤 波后 图 手写字符滤波前后比对图 二值化 在数字图像的处理当中，二值图像有着非常重要的地位。 第一，图像二值化后有利于图像的进一步处理，使图像变得简单，而且整体数据量减小，能凸显出的图像的整体轮廓。 第二，要进行二值图像的处理与分析，首先要把 0255 的灰度图像进行二值化，得到二值化图像。 图像的二值化就是将图像上的像素点的灰度值设置为 0 或 1， 0 代表白色（或黑色）， 1 代表黑色（或白色）也就是将整个图像呈现出灰度为 0 或 255 明显的黑白效果。 二值化在 matlab 中是如何实现的呢。 256 个亮度等级的灰度 图像经过选取适当的阀值而仍然可以获得反映图像局部和整体特征的二值化图像。 济南大学泉城学院毕业论文 9   Tyxf Tyxf ),(,1 ),(,0y)f ( x, （ ） 如公式（ ） 所有灰度大于或等于 选定 阀值 T，即 ƒ（ x,y) =T ， 的像素被判定为属于特定物体，其灰度值 变 为 255 用 1（或 0）来表示 ，否则 ，即 ƒ（ x,y)T这些像素点被排除在物体区域 之 外，灰度值为 0， 用 0（或 1）来表示， 表示背景或例外的物体区域。 图 像的二值化过程运用了许多的算法大体可以分为两类一类是全局阀值；一类是局部阀值。 对于全局阀值来说选取阀值 T 整幅图像当中凡是大于阀值 T 的均为 1，相反只要小于阀值 T 则为 0 二对于局部阀值来说首先要对图像进行分割，每一部分的阀值 T 是不一样的实质就是进行图像的局部二值化。 有效地确定阀值所得到得二值化图像可以提高英文字母的正确识别率。 最大类间方差方法是二值化全局阈值算法的最为杰出的代表之一。 它是由 Otsu 于 1979 年提出的一种基于判别式分析的方法。 基本想法是以最佳门限将图像灰度直方图分割成两部分，使两部分类间方差取最大值 ，即分离性最大。 把图像中的像素按灰度级阀值 T分成两大类 C0和 C1C0=（ 0、 1……T ） C1=(T、 T+1……255) 若用 σ 2w 、σ 2B、σ 2T表示 示类内、类间和总体建立三个函数式 [11]： 22WB  22TB  22WT （ ） 则最优值 2ma x rg BAT  （ ） TE{ 0,1,Lƒ1} 运用这种方法计算简单，稳定且有效，是实际应用中经常采用的方法之一。 我们用这种方法确定了阈值是 ，如图 ： 二值化前 二值化后 图 值化前后图像 对于我们要鉴定的字 母二值化前后 的字母矩阵 是什么变化呢。 以 125为阈 值举例， 运行程序后字母矩阵得到如下表结果 济南大学泉城学院毕业论文 10 表 字母二值化前后的矩阵 （ a）二值化前 (b)二值化后 45 78 221 78 90 47 217 85 234 0 48 128 178 127 29 128 26 4 90 179 94 124 93 87 1 归一化 我们所要鉴定的字符的大小规格不尽相同， 这对后续英文字母的特征提取，识别操作环节会造成一定的障碍。 将每个数字图像统一到同一的高度和宽度，这就是图像的归一化。 基本上归一化思想是利用图像的不变矩寻找一组参数使其能够消除其他变换函数对图像变换的影响。 也就是转换成唯一的标准形式以抵抗仿射变换。 还有一种归一化思想在 matlab 里图像数据有时候必须是浮点型才能处理，而图像数据本身是 0255 的 UNIT 型数据所以需要归一化，转换到 01 之间。 归一化使得所有的图像在识别之前都在同一个起跑线是 为了加快训练网络的收敛性，归一化的具体作用是归纳统一样本的统计分布性。 归一归一化有同一、统一和合一的意思。 无论是为了建模还是为了计算，首先基本度量单位要同一，神经网络是以样本在事件中的统计分别几率来进行训练（概率计算）和预的。 本文采用的是尺寸上的归一花，归一化通常有两种形式：一种是外轮廓归一化，另一种是重心的一化 可以得到笔划均匀分布的图。 重心到中心归一化后的坐标由式 [12]： ))1()1((),(   vhvufvuf （ ） 公式当中： w为图像的 宽度， h为图像的高度 外轮廓归一化的原理是利用图像的伸缩性得到一定尺寸的图像 .具体的算法如下：首先得到原来字符的高度，并与系统要求的高度进行比较，得到长或宽的变换系数，然后根据得到的变换系数求得图像变换后的宽度和高度。 在得到宽度和高度之后，把新图像里面的点映射到原图像中。 归一化把原始的图像放大成一个相同规格的全新的字符图像，其中新增加的像素其灰度值只是基于原始字符图0 0 1 0 0 0 1 0 1 0 0 1 1 1 0 1 0 0 0 1 0 0 0 0 0 济南大学泉城学院毕业论文 11 像所派生出来的，所以图像的信息量并未增加，但使得图像更易于处理有利于提高识别率。 归一化前后的对比字符（如下）： 图 归一化前 归一化后 细化 在样本图像的识别过程当中细化处理能够有效的提高字符的识别率，图像的细化过程实际上就是图像的核心骨架的提取过程。 因为在识别过程当中印刷体和手写体对识别正确率有影响，不同的英文字体以及不同人的书写形式都对识别的正确率产生重要的影响，但是每个英文字母的核心骨架是不会有很大的变化，这样字符的细化处理可有效的消除这种不利的影响提高是别的正确率。 细化的算法有两种：一种是非迭代一次细化完成 ，如图（ 细化后图像） ；一种是迭代 N 次细化完 成。 细化就是就是在保留原始图像的拓扑结构的基础上尽可能的消去二值图像边缘的像素将待识别字符的宽度减少为 1，即为单像素宽度，这个过程就是字符的细化。 对字符进行细化的过程当中我们选取算法是要有一定的准则： (1)细化算法不应该改变待识字符的连续性。 (2)细化算法不应该去除重要点例如拐点。 (3)算法不应该对噪声敏感，即当待识字符边界上出现噪声时，对细化结果不产生影响。 (4)细化后的图像要有效地保留原图像的核心骨架结构，比如保留细化前图像的拓扑结构等。 细化前后我们用简单的二值化矩阵（如下）举例来表示： Example: L = 0 0 0 0 0 0 0 0 0 0。