1、精選優(yōu)質(zhì)文檔-傾情為你奉上精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)專心-專注-專業(yè)精選優(yōu)質(zhì)文檔-傾情為你奉上專心-專注-專業(yè)燕山大學(xué)課 程 設(shè) 計 說 明 書題目： 手寫數(shù)字識別的實現(xiàn) 學(xué)院（系）： 電氣工程學(xué)院 年級專業(yè)： 08-自動化儀表 學(xué) 號： 9 學(xué)生姓名： 付成超 指導(dǎo)教師： 林洪彬 程淑紅 教師職稱： 講師 講師 2010年 12 月 24 日 燕山大學(xué)課程設(shè)計（論文）任務(wù)書院（系）：電氣工程學(xué)院 基層教學(xué)單位：自動化儀表系 學(xué) 號9學(xué)生姓名付成超專業(yè)（班級）自動化儀表設(shè)計題目手寫數(shù)字識別實現(xiàn)設(shè)計技術(shù)參數(shù) 通過由數(shù)字構(gòu)成的圖像，自動實現(xiàn)幾個不同數(shù)字的識別，設(shè)計識別方 法，有較高

2、的識別率設(shè)計要求設(shè)計圖像中不同數(shù)字的識別方法，可以先從兩個數(shù)字的識別開始，盡量實現(xiàn)多個不同數(shù)字的識別。設(shè)計中應(yīng)該有自己的思想、設(shè)計體會工作量1分析圖像特征，查閱相關(guān)資料，根據(jù)圖像的特征提出解決問題的思路。2查閱相關(guān)資料，學(xué)會MATLAB的編程方法3根據(jù)解決思路，編輯程序，根據(jù)調(diào)試結(jié)果，修改相應(yīng)思路，找出最佳解決方案工作計劃周一 分析圖像，查閱各種資料，提出可行的解決方案。周二 熟悉MATLAB軟件，學(xué)會軟件的簡單編程方法。周三 根據(jù)可行的方法，編寫程序，調(diào)試并修改方案。周四 根據(jù)調(diào)試結(jié)果，選取最佳方案并完成設(shè)計論文。周五 進一步完善設(shè)計論文，準備論文答辯。參考資料 MICHAEL SIPSER

3、著,張立昂等譯,計算理論導(dǎo)引,機械工業(yè)出版社，2000。2 王曉龍，關(guān)毅等編，計算機自然語言處理，清華大學(xué)出版社，2005。3 R.C.Gonzales等著，阮秋崎等譯，數(shù)字圖像處理，電子工業(yè)出版社，2002。4 王文杰等編，人工智能原理，人民郵電出版社，2003。指導(dǎo)教師簽字基層教學(xué)單位主任簽字2010年 12 月 24 日 燕山大學(xué)課程設(shè)計評審意見表指導(dǎo)教師評語：成績： 指導(dǎo)教師： 年 月 日答辯小組評語： 成績： 評閱人： 年 月 日課程設(shè)計總成績：答辯小組成員簽字：趙彥濤、吳飛、林洪斌、程淑紅2010年 12 數(shù)字圖像中手寫數(shù)字識別的實現(xiàn) 摘要：數(shù)字圖像處理（Digital Image

4、 Processing）又稱為計算機圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用 計算機對其進行處理的過程。圖像中手寫阿拉伯數(shù)字的識別和其他模式的識別所采用的方法是多種多樣的。本文論述了圖像中手寫阿拉伯數(shù)字的識別過程，并對手寫數(shù)字識別的三種方法（基于規(guī)則的方法、基于統(tǒng)計的方法和基于神經(jīng)網(wǎng)絡(luò)的方法）進行了簡要介紹和分析，并通過實例重點對基于規(guī)則的方法進行了描述。最后是對這些方法的簡要評價。關(guān)鍵字：二值化 投影 矩陣 目標定位 matlab 目錄.3.3.3.4.5.53、程序.54、.85、1.手寫數(shù)字圖像識別簡介手寫阿拉伯數(shù)字識別是圖像內(nèi)容識別中較為簡單的一個應(yīng)用領(lǐng)域，原因有被識別的模式數(shù)較

5、少（只有0到9，10個阿拉伯數(shù)字）、阿拉伯數(shù)字筆畫少并且簡單等。手寫阿拉伯數(shù)字的識別采用的方法相對于人臉識別、漢字識別等應(yīng)用領(lǐng)域來說可以采用更為靈活的方法，例如基于規(guī)則的方法、基于有限狀態(tài)自動機的方法、基于統(tǒng)計的方法和基于神經(jīng)網(wǎng)絡(luò)的方法等。本文的開始部分先對手寫阿拉伯數(shù)字識別的整個處理流程進行論述，而這個流程也可以用于圖像中其他模式的識別。當然這個處理流程也不是唯一的，可以根據(jù)不同的模式識別應(yīng)用場景進行與之不同的預(yù)處理流程。2.正文：手寫數(shù)字圖像識別的主要流程在本文中，對圖像進行設(shè)計中，對圖像進行了以下四步處理。第一步：對源圖像進行黑白二值化處理，如圖1。 圖1：0數(shù)字的二值化（左）和1的二值

6、化處理（右）第二步：將圖像在水平方向上和豎直方向上進行投影，這樣通過投影圖形就可以區(qū)分1和0的特征。如下圖1和2：圖1：0圖像的投影圖2：1圖像的投影第三步：用投影計算出區(qū)域的橫縱坐標，將其分為九份。定位出數(shù)字所在圖像中的位置，提取該部分進行分析。圖1：1所在區(qū)域（左）和0所在的區(qū)域（右）第四步：數(shù)字0和1的特征比較與識別在0和一的比較中發(fā)現(xiàn)，在分成的九個區(qū)域的中間區(qū)域，0中間區(qū)域灰度為0，1中間區(qū)域灰度為1。 3.程序i=imread(12.bmp);I=rgb2gray(i);%彩色圖像轉(zhuǎn)化為灰度圖像fmax2=double(max(max(I);fmin2=double(min(min(

7、I);L2=(fmax2-(fmax2-fmin2)/3)/255;A=im2bw(I,L2);for x=1:256 for y=1:256 if(A(x,y)=0) T(x,y)=1; else T(x,y)=0; end endend %二值化T1=T.;i1=sum(T);i2=sum(T1); %投影for x=1:256 if (i1(x)=0&i1(x+1)0) a1=x, break; endendfor x=a1:256 if (i1(x)1&i1(x+1)=0) a4=x+1, break; endendfor y=1:256 if (i2(y)=0&i2(y+1)0) b

8、1=y, break; endendfor y=b1:256 if (i2(y)1&i2(y+1)=0) b4=y+1, break; endend %分別取坐標a2=a1+(a4-a1)/3;a3=a4-(a4-a1)/3;b2=b1+(b4-b1)/3;b3=b4-(b4-b1)/3; %分成九分for x=1:256 for y=1:256 if(xb2&xa2&ya3&T(x,y)=1) w=1, break; else w=0; end endend 4.體會通過上面的分析，我們可以看出，基于規(guī)則的方法，相對較為簡單，比如手寫阿拉伯數(shù)字識別等識別對象較少的情況，有比較少的時間復(fù)雜度和比較高的識別正確率，這種方法的關(guān)鍵在于規(guī)則的定義對模式是否有較高的區(qū)分度。樣本庫的規(guī)模越大，樣本的分布越接近于實際情況，數(shù)字識別的正確率越高。這次的課程設(shè)計，雖然只是研究手寫數(shù)字的識別，我們一個組的人相互相互討論，交換意見和建議，并且包括了基礎(chǔ)知識的積累、理論的成型、MATLAB語言編寫和程序的使用、理論過程的MATLAB程序?qū)崿F(xiàn)，和期間程序的不斷編寫和調(diào)試，可以說讓我們對于MATLAB的