基于人工神經(jīng)網(wǎng)絡(luò)的手寫(xiě)字母識(shí)別研究.pdf

1、隨著模式識(shí)別技術(shù)在信息科學(xué)中的廣泛應(yīng)用，手寫(xiě)文本識(shí)別也成為了現(xiàn)在的熱點(diǎn)研究?jī)?nèi)容，在我們身邊常用的就有手機(jī)的手寫(xiě)輸入，車牌自動(dòng)拍照提取，文檔掃描輸入等，都是要求識(shí)別圖像中的文本。文本識(shí)別技術(shù)在很多需要自動(dòng)識(shí)別信息的領(lǐng)域有很重要的理論意義和實(shí)用價(jià)值。本文研究神經(jīng)網(wǎng)絡(luò)方法用于手寫(xiě)文本識(shí)別。
　　本文論述了手寫(xiě)文本識(shí)別的意義和發(fā)展現(xiàn)狀，討論了字符識(shí)別預(yù)處理的灰度化、圖像去噪、二值化、歸一化和字符細(xì)化等基本步驟。本文實(shí)驗(yàn)部分對(duì)手寫(xiě)48×48

2、的彩色字符圖像進(jìn)行灰度化、二值化、歸一化為16×16的黑白圖像，字符特征向量提取用到了逐像素特征提取法。
　　將提取的字符特征轉(zhuǎn)換成神經(jīng)網(wǎng)絡(luò)的輸入向量。選取20組手寫(xiě)樣本訓(xùn)練BP神經(jīng)網(wǎng)絡(luò)，用另外20組樣本測(cè)試神經(jīng)網(wǎng)絡(luò)的識(shí)別效果。本文采用不同訓(xùn)練函數(shù)的BP算法進(jìn)行訓(xùn)練，比較識(shí)別效果和效率，最后采用帶動(dòng)量項(xiàng)的自適應(yīng)學(xué)習(xí)率訓(xùn)練函數(shù)。本實(shí)驗(yàn)在MATLAB平臺(tái)下實(shí)現(xiàn)，論文最后對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析總結(jié)。本文研究表明，基于BP網(wǎng)絡(luò)的手寫(xiě)文本識(shí)別