手写体数字识别系统的设计与实现 说明书.doc
手写体数字识别系统设计与实现题目:手写体数字识别系统的设计与实现手写体数字识别系统设计与实现摘要手写体数字识别是多年来的研究热点,也是字符识别中的一个重要问题。手写体数字识别在邮政、金融领域应用广泛。当涉及到数字识别时,人们往往要求识别器有很高的识别可靠性,特别是有关金额的数字识别时,因此,针对这类问题的处理系统设计的关键环节之一,就是设计出高可靠性和高识别率的手写体数字识别方法。本文在对手写识别主要方法分析和研究的基础上,设计了一个基于BP神经网络的手写体数字识别系统。该系统首先对数字字符进行灰度化、二值化、细化、分割等预处理,然后采用逐象素特征提取法的特征提取方法提取字符特征,最后使用训练好的BP神经网络识别手写的数字。实验表明,本系统对于较规范的手写体数字的识别达到了很好的识别效果。关键字:模式识别;BP神经网络;手写体数字识别手写体数字识别系统设计与实现DESIGNOFHANDWRITTENDIGHTRECOGNITIONSYSTEMABSTRACTHandwrittennumeralrecognitionisahotspotofstudyforyears,andisaimportantissueofcharacterrecognition.Handwrittennumeralrecognitionisappliedbroadlyinpostandfinancialenvironment.Whencomedowntonumeralrecognition,theemphasespeoplethinkisitsdependability,especiallyrefertomoney-digitrecognition.Sooneofthekeystepsforthesequestionsisdesigningahigh-dependabilityandhigh-accuracyhandwrittennumeralrecognitionsystem.Basedontheanalysisandresearchofthemethodofhandwrittenrecognition,thedesignofahandwrittennumeralrecognitionsystembasedonBPneuralnetworkisachievedinthispaper.Atfirst,itisthepretreatmentofgraying,partition,thinningprogress,cutsapartetc.Thenalgorithmofpixel-by-featureextractionhasbeenadoptedinhandwrittennumeralrecognition.Finally,recognizenumberusingtheBPneuralnetworkwhichwaswelltrained.Experimentsshowrecognitionsysteminthispaperhasbeenachievedagoodrateofrecognitioninrandomhandwrittennumeral.Keywords:patternrecognition;BPneuralnetwork;handwrittennumeralrecognition手写体数字识别系统设计与实现目录1绪论.11.1手写体数字识别的研究现状.11.2神经网络在手写体数字识别中的应用.21.3本文主要研究内容及组织32手写体数字识别的相关理论与算法.42.1人工神经网络.42.1.1发展历史.42.1.2基本原理.52.1.3联接形式和学习.52.1.4学习规则.62.2模式识别.72.2.1结构法:原理、特点、系统构成.72.2.2统计法:原理、特点、系统构成.82.3基于神经网络的模式识别.93手写体数字识别的预处理及特征提取算法.123.1预处理.123.1.1灰度化.133.1.2二值化.133.1.3锐化去噪.143.1.4整体倾斜度调整.153.1.5字符分割.163.1.6图像的归一化处理.173.1.7图像的紧缩重排.183.2特征提取算法.184基于BP神经网络的手写体数字识别算法.22