基于BP神經網絡的數字識別系統(tǒng)設計
頁數 30 字數 13231
摘要
目前,在字符識別研究中使用最廣泛的是光學字符識別,即OCR 方法。其統(tǒng)計模式識別方法注重數量特征,便于特征提取、分析和計算。但是,它將字符看成一種隨機的二維點陣,沒有考慮字符的結構特征和結構信息。因此,這種方法對單一字符比較有效,而對不同字體的字符識別效果則較差。結構模式識別的方法是把待識別的模式看成由若干個比較簡單的子模式構成的集合,任何模式都可以用一組基元及一定的組合關系來描述。由于字符含有豐富的結構信息,可以設法提取含有這種信息的結構特征,作為字符識別的依據。但是,由于字符結構比較復雜,實際應用中仍有較大困難。近年來,出現了將統(tǒng)計和結構識別結合起來的途徑,既吸引了統(tǒng)計識別的優(yōu)點,又利用了字符的結構信息。
數字識別是字符識別的一個特定方向。由于問題本身的特殊性,傳統(tǒng)的OCR 方法不能有效的解決這一問題。因此,數字的識別方法應該是一種具有自適應、抗干擾、能夠有效地解決手寫數字分割、統(tǒng)計模式識別與結構模式識別相結合的方法。神經網絡技術的運用能夠部分解決上述問題。


參 考 文 獻


[1] 鄭南寧，計算機視覺與模式識別，北京：國防工業(yè)出版社，1998
[2] 王潤生，圖像理解，長沙: 國防科技大學出版社, 1995
[3] 趙雪松, 陳淑珍，綜合全局二值化與邊緣檢測的圖像分割方法[J ] 計算機輔助設計與圖形學學報，2001
[4] 邊肇祺, 張學工，模式識別，北京: 清華大學出版社，2002
[5] 阮秋琦，數字圖像處理基礎，北京:中國鐵道出版社, 1988