手写体数字识别系统设计毕业论文(编辑修改稿)

手写体数字识别系统设计毕业论文(编辑修改稿)内容摘要：

，节约了人力和财力， 而且有很多的库函数可以在实验时直接调用，避免了用硬件做实验的局限性。 根据国内外优秀的 GUI 技术应用的成功经验，可以总结出近几年的设计具备以下几个最基本特点 [13]： （ 1）技术上具有先进性、高效性、实用性、安全性； （ 2）数据管理功能完善，数据的采集、处理、发布过程中不会出现数 据丢失、改变的问题； （ 3）界面友好，操作简便，使用统一的浏览器界面； （ 4）自动化程度高，结构设计简单； （ 5）模块化设计，易于扩充功能； （ 6）产品设计灵活； （ 7）投资少，最大限度保护用户的投资。 石河子大学学士学位论文 8 第三章 手写体数字识别系统构成及原理 图像处理基础知识 图像处理 (image processing)，是指用计算机对图像进行分析，以达到所需结果的技术 ， 又称影像处理 ， 一般指 的是 数字图像处理 [14]。 数字图像是指用数字摄像机、扫描仪等设备经过采样和数字化得到的一个大的二维数组，该数组的元素称为 像素 ，其值为一整数，称为灰度值。 图像处理技术的主要内容包括 图像压缩 ，增强和复原，匹配、描述和识别 这几 个部分。 其中， 常见的处理 有 图像数字化、图像编码、 图像增强 、图像复原、图像分割和 图像分析 等。 图像数字化 指的是 通过取样和量化过程将一个以自然形式存在的 图像变换 为适合计算机处理的数字形式。 图像在计算机内部被表示为一个 数字矩阵 ，矩阵中每一元素称为像素。 图像数字化需要专门的设备，常见的有各种电子的和光学的扫描设备，还有机电扫描设备和手工操作的数字化仪。 在本文中，我们就是利用USB摄像头将图像数字化。 图像编码 是 对图像信息编码，以满足传输和存储的要求。 编码能压缩图像的信息量，但图像质量几乎不变。 图像增强的目标是改进图片的质量，例如增加对比度，去掉模糊和噪声，修正几何畸变等；图像复原是在假定已知模糊或噪声的模型时，试图估计原图像的一种技术。 图像分割 是 将图像划分为一些互不重叠的区域，每一区域是像素的一个连续集。 通常采用把像素分入特定区域的区域法和寻求区域之间边界的境界法。 区域法根据被分割对象与背景的对比度进行阈值运算，将对象从背景中分割出来。 有时用固定的阈值不能得到满意的分割，可根据局部的对比度调整阈值，这称为自适应阈值。 境界法利用各种 边缘检测 技术，即根据图像边缘处具有很大的梯度值进行检测。 这两种方法都可以利 用图像的纹理特性实现图像分割。 图像分析 是指 从图像中抽取某些有用的度量、数据或信息。 图像匹配、描述和识别 是 对图像进行比较和配准，通过提取图像的特征及相互关系，得到图像符号化的描述，再把它同模型比较，以确定其分类。 图像匹配试图建立两张图片之间的几何对应关系，度量其类似或不同的程度。 石河子大学学士学位论文 9 Matlab图像处理是指计算机采用 Matlab处理图形图像的技术。 Matlab中的一幅图像可能包含一个数据矩阵，也可能包含一个颜色映射表矩阵，它包含 4种基本的图像类型：索引图像、灰度图像、 RGB图像和二值图像。 此外， Matlab还支持由多帧图像组成的图像序列 [15]。 （ 1）索引图像 索引图像是一种把像素值直接作为 RGB调色板下标的图像。 索引图像可把像素值直接映射为调色板数值。 调色板通常与索引图像存储在一起，装载图像时，调色板将和图像一同自动装载。 索引图像包括一个数据矩阵 A，一个颜色映射矩阵B。 其中 B是一个包含 3列和若干行的数据阵列。 B矩阵的每一行分别表示红色、绿色和蓝色的颜色值。 在 Matlab中，索引图像是从像素值到颜色映射表值的直接映射。 像素颜色由数据矩阵 A作为索引指向矩阵 B进行索引。 （ 2）灰度图像 灰度数字图像是每个像素只 有一个采样颜色的图像 ， 这类图像通常显示为从最暗 的 黑色到最亮的白色的灰度，尽管理论上这个采样可以 用于 任何颜色的不同深浅，甚至可以是不同亮度上的不同颜色。 Matlab中，一幅灰度图像是一个数据矩阵 I，其中 I的数据均代表了在一定范围内的颜色灰度值。 Matlab把灰度图像存储为一个数据矩阵，该数据矩阵中的元素分别代表了图像中的像素。 矩阵中的元素可以是双精度的浮点数类型、 8位或 16位无符号的整数类型。 大多数情况下，灰度图像很少和颜色映射表一起保存。 但是在显示灰度图像时， Matlab仍然在后台使用系统预定义的默认的灰度 颜色映射表。 （ 3） 二值图像 二值图像是指每个像素不是黑就是白，其灰度值没有中间过渡的图像。 与灰度图像相同，二值图像只需要一个数据矩阵，每个像素只取两个灰度值。 二值图像可以采用 uint和 double类型存储，工具箱中以二值图像作为返回结果的函数都使用 uint类型。 （ 4） RGB图像 RGB图像，即真彩色图像，在 Matlab中存储为 nXmX3的数据矩阵。 数组中的元素定义了图像中每一个像素的红、绿、蓝颜色值。 需要指出的是， RGB图像不使用 Windows颜色映射表。 像素的颜色保存在像素位置上的红、绿、蓝的强度值的 组合来确定。 图像文件格式把 RGB图像存储为 24位的图像，红、绿、蓝分别占 8位。 这样可以有约 1000万种颜色。 第三章 手写体数字识别系统构成及原理 10 手写体数字识别系统构成 手写体数字识别系统结构图如图 31所示。 图 31 手写体数字识别系统结构图 其中三个模块的输入部分以及部分输出部分的具体设计将会在下一章中提到。 手写体数字识别系统原理 当今 手写 体 数字识别的应用需求越来越广泛， 在 财务、税务、金融 方面具有不可替代的作用，因此手写体数字识别系统应具有很高的识别正确率，对环境光照条件、手写规范等因素的影响应有较大的容阈，并且要求满足实时性要求 [16]。 该系统是计算机图像处理与字符识别技术在手写体数字识别系统中的应用，它主要由手写体数字图像的采集和预处理、手写体数字图像的定位和提取、手写体数字的分割和识别等几个部分组成。 预处理 为了研究图像内容的识别，首先要对获得的图像信息进行预处理，滤去干扰、噪声，当信息微弱无法辨识时，还须对图像进行增强处理，颜色校正等，以便人、机分析 [17]。 在本系统中，我们设计的 这个部分主要由计算数据大小，灰度，全局图像阈值选取，二值化，删除 小面积图形等过程组成。 （ 1） 计算数据大小 摄像头输入 写字板 直接读图 预处理 （计算数据大小、 灰度、 全局阙值选取、 二值化、 删除小面积图形） 图像分割 特征提取 分类识别 以 TXT 格式输出 石河子大学学士学位论文 11 计算数据大小的函数为 size，函数公式以及具体解析如下： d = size(X) 返回数组 X 每一维的大小。 [m,n] = size(X) 返回矩阵 X 的行列，当 X 是一个大于二维的数组时， m 是第一维的大小， n返回其他维相乘。 m = size(X,dim) 返回 X 数组第 dim 维的大小。 [d1,d2,d3,„ ,dn] = size(X) 返回 X 数组每一维的大小到 d1， d2， d3，„， dn。 （ 2） 灰 度 灰度是指灰度图的转换，利用 rgb2gray 函数，将 RGB 图形或色图矩阵转换成灰度图 [18]。 对于将彩色图像转换成灰度图像时，图像灰度值可由下面的公式计算： gray = * R + * G + * B 注：原始图像可以是 Matlab 可以处理的图像格式。 I = rgb2gray(RGB) 将真彩色图像 RGB 转换成灰度图像 I。 rgb2gray 删除图像中的色调和饱和度信息，而保留亮度信息，从而将 RGB 图像转换为灰度图。 newmap = rgb2gray(map) 返回与色图 map 相对应的灰度色图。 注意：如果函数的输入是一个 RGB 图像，则它可以是 unit uint1 single或 double 类型。 输出的图像 I 的数据与输入的图像是相同类型的数据。 如果输入的是色图，则输入和输出都是 double 类型的。 rgb2gray 测试： I = imread(39。 39。 )。 J = rgb2gray(I)。 %将图片转为灰度图并且保存到 J当中。 Figure %打开新的作图窗口。 imshow(I) %显示转换前的彩色图。 figure。 %打开新的作图窗口。 imshow(J)。 %显示转换后的灰度图 J。 第三章 手写体数字识别系统构成及原理 12 测试结果如图 、 所示 ： 图 32 原始图像 图 33 灰度图像 （ 3） 全局图像阈值选取 全局图像阈值选取的函数为 graythresh，函数功能为 使用大津法进行全局图像阈值选取。 函数公式以及具体解析如下： level = graythresh(I) 计算全局阈值 (level)，该阈值可以用在将强度图像转换为二进制图像的函数 im2bw 中。 level 是在 [0， 1]内归一化的强度值。 函数 graythresh 选择使黑白像素类内方差最小的阈值。 多维矩阵被 reshape 自动转换为二维矩阵。 函数 graythresh 忽略 I 的所有非零虚部。 [level EM] = graythresh(I) 返回效力矩阵 EM 作为第二个输出变量。 效力矩阵是 [0 1]范围内的值，指示输入图像阈值选取的有效性。 只有单一灰度值的图像 0，只有两个灰度值的图像 1。 （ 4） 二值化 将图像转换为基于阈值的二进制图像的函数为 im2bw，函数公式以及具体解析如下： BW = im2bw(I， level) 将灰度图像 I 转换为二进制图像。 输出图像 BW 将输入图像中亮度值大于 level 的像素替换为值 1 (白色 )，其他替换为值 0(黑色 )。 你指定 level 在 [0,1]之间， 不用管输入图像的等级。 函数 graythresh 能用来自动计算变量 level。 如果你不指定 level ， im2bw 使用。 BW = im2bw(X, map, level) 将颜色表为 map 的索引图像 X 转换为二进制图像。 石河子大学学士学位论文 13 BW = im2bw(RGB, level) 将 RGB 真彩图像转换为二进制图像。 注：如果输入图像不是灰度图像， im2bw 首先将图像转换为灰度图像，然后通过阈值将灰度图像转换成二进制图像。 im2bw 测试： A = imread([39。 39。 ])。 B = im2bw(A)。 figure。 imshow(A)figure。 imshow(B)。 测试结果如图 、 所示 ： 图 34 灰度图像 图 35 二值化图像 （ 5） 删除小面积图形 删除小面积图形的函数为 bwareaopen，函数公式以及具体解析如下： 格式： BW2 = bwareaopen(BW,P,conn) 作用：删除二值图像 BW 中面积小于 P 的对象，默认情况下 conn 使用 8 邻域，这个部分其实就是去噪，根 据设置的 P 的大小，去除图像上的杂点。 算法： A. Determine the connected ponents. L = bwlabeln(BW, conn)。 B. Compute the area of each ponent. S = regionprops(L, 39。 Area39。 )。 C. Remove small objects. bw2 = ismember(L, find([] = P))。 功能：用于从对象中移除小对象。 第三章 手写体数字识别系统构成及原理 14 用法： BW2 = bwareaopen(BW,P) BW2 = bwareaopen(BW,P,CONN) BW2 = bwareaopen(BW,P,CONN) 从二值图像中移除所有小于 P的连通对象。 CONN对应邻域方法，默认为 8。 图像分割 图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程。 它是由图像处理到图像分析的关键步骤 ，它是一种重要的图像技术，在理论研究和实际应用中都得到了人们的广泛重。