手写体数字识别系统的设计与实现答辩稿.ppt

手写体数字识别系统的设计与实现,手写体数字识别系统的设计与实现,中文摘要 英文摘要 设计方案 系统设计流程 预处理 特征提取 bp神经网络识别 系统界面 总结 致谢,手写体数字识别系统的设计与实现,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。,design of handwritten dight recognition system,handwritten numeral recognition is a hot spot of study for years, and is a important issue of character recognition. handwritten numeral recognition is applied broadly in post and financial environment. when come down to numeral recognition, the emphases people think is its dependability, especially refer to money-digit recognition. so one of the key steps for these questions is designing a high-dependability and high-accuracy handwritten numeral recognition system. based on the analysis and research of the method of handwritten recognition, the design of a handwritten numeral recognition system based on bp neural network is achieved in this paper. in first, it is the pretreatment of graying, partition, thinning progress, cuts apart etc. then algorithm of pixel-by-feature extraction has been adopted in handwritten numeral recognition. finally, recognize number using the bp neural network which was well trained. experiment show recognition system in this paper has achieved a good rate of recognition in random handwritten numeral.,手写体数字识别系统的设计与实现,方案：在研究手写体数字识别理论和方法的基础上，开发这样一个小型的手写体数字识别系统，完成以下主要方面的研究与设计工作：样本数据采样；样本预处理算法研究；特征提取算法研究；识别算法选择、研究；系统实现,完成实验，评价效果。,手写体数字识别系统的设计与实现,手写体数字识别系统流程,手写体数字识别系统的设计与实现,预处理,灰度化,二值化,锐化去躁,整体倾斜度调整,字符分割,归一化处理,紧缩重排,手写体数字识别系统的设计与实现,要识别的手写数字字符图片如下,手写体数字识别系统的设计与实现,灰度化图像就是让图像的每一个象素的r、g、b分量的值是相等的。处理结果如下,手写体数字识别系统的设计与实现,二值化就是把图像中的象素根据一定的标准分化成两种颜色。本系统中是根据象素的灰度值处理成黑白两种颜色。处理结果如下,手写体数字识别系统的设计与实现,锐化处理使模糊的图像变得清晰起来，同时可以对噪声起到一定的去除作用。处理结果如下,手写体数字识别系统的设计与实现,整体倾斜度调整是使得字符都处于同一水平位置，那样即便利字符的分割也可以提高字符识别的准确率。处理结果如下,手写体数字识别系统的设计与实现,字符分割就是把图像中的字符独立的分割出来。处理结果如下,手写体数字识别系统的设计与实现,标准化图像就是要把原来各不相同的字符统一到同一尺寸，本系统实现中是统一到同一高度，然后根据高度来调整字符的宽度。处理结果如下,手写体数字识别系统的设计与实现,经过标准归一化处理后的各个字符在图像中的位置不定，所以要把归一化后的字符进行紧缩重 排，以方便下一步的特征提取的操作。处理结果如下,手写体数字识别系统的设计与实现,特征提取要从被分割归一化处理完毕的字符中，提取最能体现这个字符特点的特征向量。本文采用的是逐象素特征提取法，将归一化的样本的每个象素作为一个特征点提取出来。,手写体数字识别系统的设计与实现,神经网络具有如下基本特点 神经网络具有分布式存储信息的特点。 神经网络对信息的处理及推理的过程具有并行的特点。 神经网络对信息的处理具有自组织、自学习的特点。 所以可以处理一些环境信息十分复杂、知识背景不清楚和推理规则不明确的问题。 本文中采用了bp神经网络。,手写体数字识别系统的设计与实现,将提取出训练样本中的特征向量代入bp网络之中就可以对网络进行训练，提取出待识别的样本中的特征向量代入到训练好的bp网络中，就可以对字符进行识别。,手写体数字识别系统的设计与实现,系统主界面,手写体数字识别系统的设计与实现,系统预处理菜单,手写体数字识别系统的设计与实现,系统bp神经网络识别菜单,手写体数字识别系统的设计与实现,输入手写数字图像文件,手写体数字识别系统的设计与实现,系统识别结果,手写体数字识别