手写体数字识别系统的设计与实现 开题报告.doc

毕业设计(论文)开题报告题目：手写体数字识别系统的设计与实现一、本课题研究的目的：手写体数字识别一直是多年来的研究热点，也是图像处理和模式识别领域中的研究课题之一。手写体数字识别实用性很强，在大规模数据统计(如例行年检，人口普查)，财务，税务，邮件分拣等等应用领域中都有广阔的应用前景。样本数据采样、样本预处理算法、特征提取算法、识别算法是手写数字识别系统主要研究的问题。本课题是针对手写体数字识别的理论和方法，包括预处理、提取数字字符的结构特征和笔划特征、模板匹配识别方法,并以C+作为编程语言开发一个小型的具有友好图形用户界面的自由手写体数字识别系统。二、设计（研究）现状和发展趋势（文献综述）：光学字符识别（OCR）是目前字符识别研究中使用最广泛的方法，手写数字识别是OCR的一个研究方向，它研究的对象是如何利用电子计算机自动辨认人手写在纸张上的阿拉伯数字。由于问题的特殊性，传统的OCR方法不能有效地解决这些问题。因此，手写数字的识别方法应该是一种具有自适应、抗干扰、能够有效地解决手写数字分割、统计模式识别与结构模式识别相结合的方法。在过去的数十年中，研究者们曾使用基于结构特征的方法1、基于统计特征的方法1、基于神经网络的方法2-3解决手写数字识别问题，取得了不少令人满意的成果。结构特征4-5通常包括园、端点、交叉点、笔划、轮廓等，能描述字符的结构，在识别过程中能有效地结合几何的知识，因此能够得到可靠性较高的识别结果；统计特征6通常包括点密度的测量、矩、特征区域等，易于训练，而在给定的训练集上能够得到相对较高的识别率。基于神经网络的方法是采用人类大脑神经中学习反馈的思想，通过用户训练得出正确的识别结果。是当今应用的最广泛的方法，其特点在于样本数可以比较少，因此有比较好的运行效率，实现比较简单。但识别的过程需要人的参与（训练），识别的正确率受用户主观因素的影响。误差反向传播神经网络，简称BP网络7，是一种朝着满足给定的输入输出关系方向进行自组织的神经网络，目前已经成为广泛使用的网络，并以此为基础做了很多改进，发展了很多快速收敛学习算法。支持向量机，简称SVM8，是统计学习方法，应用于寻找图像像素之间的特征差别，分类的准确率很高，正成为当今研究的热点。三、研究的重点与难点，拟采用的研究手段：手写数字识别问题中具体实现时的几个关键阶段及处理方法：1、预处理阶段将原始的图像转换成识别器所能接受的二进制形式，其优劣直接影响着识别的效率。通过灰度化，二值化，平滑去噪，字符分割，归一化的步骤处理。2、特征提取阶段是将数字字符形状转换为一组特征值的过程，其好坏决定着最终识别的效果。针对数字字符的端点，三度点，四度点，折点的个数与位置，横向切割交点序列，纵向切割交点序列等特征值，通过沿着轮廓点扫描的方法来实现。3、识别阶段是利用提取得特征对待识别的数字字符进行识别处理。针对同一个数字，不同的人有不同的写法，建立判别分类函数，然后对一个未知的新对象分析它的特性，决定它属于哪一类。由于手写体数字识别难于建立精确的数学模型，本文采用BP神经网络对这一问题进行处理。四、设计（研究）进度计划：14月1日4月7日（第5周），样本数据采样24月8日4月14日（第6周），样本预处理算法选择34月15日5月5日（第7，8，9周），特征提取算法、识别算法选择，系统设计45月6日5月12日（第10周），仿真试验及结果分析55月13日6月2日（第11，12，13周），撰写论文66月3日6月16日（第14，15周），论文修改、答辩准备76月17日6月23日（第16周），答辩五、参考文献：1MoriS,SuenC.Y.,YamamotoK.HistoricalReviewofOCRResearchandDevelopmentJ.Proc.IEEE.1992,38(7):10291057.2李榕,何大可,杨宗凯,姚天任.分形理论和神经网络在手写数字识别中的应用M.武汉:华中理工大学出版杜,1994:383-386.3谢光毅,钟义信.神经网络用于手写体数字识别J.模式识别与人工智能,1994,46(3):379337.4Vada1C.LegaullR,SuenC.Y.ComplemenlaryalgorithmsfortherecognitionoftotallyunconstrainedhandwrittennurneralsC.InProcofthe10thIntConfPatternRecognition,1990-06:434-449.5ChengHIan.RecogninilionofhandwrittendigitsbasedoncontourInforrnationJ.PaternRecognition,1998,18(6):235-255.6张重阳,娄震,杨靖宇.基于轮廓和统计特征的手写体数字识别J.计算机工程与应用,2004,3(9):83-84,89.7朱学芳,石青云,程民德.用BP网识别无限制手写数字的研究神经网络理论及应用94,最新进展M.武汉:华中理工大学出版杜,1994:379382.8DANIELSAGE,FRANCKRNEUMANN,FLORENCEHE2DIGER,etal.AutomaticTrackingofIndividualFluorescenceParticles:ApplicationtotheStudyofChromosomeDy2namicsJ.IEEETransImageProcessing,2005:13721383.指导教师意见签名：月日