手写数字识别 手写数字识别是模式识别领域中最成功的应用之一,研究热点之一。随着计算机技术和数字图像处理技术的飞速发展,手写数字识别在电子商务、机器自动输入等场合已经获得成功的实际应用。但是,机器的识别能力还无法与人的认知能力相比,这仍是一个有难度的开放问题。 近年来,人工神经网技术发展十分迅速,它具有模拟人类部分形象思维的能力,开辟了新的途径,成了模拟人工智能的一种重要方法。BP(Back Propagation)网络是神经网络中的一种,可以很好地解决非线性问题,在函数逼近、模式识别和数据压缩等方面都有很广泛的应用。 手写体数字识别方法可以分为两类:基于结构特征的方法和基于统计特征的方法。统计特征通常包括点密度的测量、矩、特征区域等。结构特征通常包括园、端点、交叉点、笔划、轮廓等。 手写数字识别的过程一般分为预处理、特征提取、数字串的分割、分类器等模块。原始图像是通过光电扫描仪、CCD 器件或电子传真机等获得的二维图像信号。预处理包括对原始图像的去噪、倾斜校正或各种滤波处理。手写数字串的分割是其中最重要的环节,是制约识别率的瓶颈所在。 本文针对手写数字识别选用 BP 神经网络这种基于传统统计学基础上的分类方法,用于分割和识别,并取得了较好的识别效果。手写体数字识别技术主要包括以下几点:1)图像预处理,包括彩色图像转成灰度图像、二值化,归一化,滤除干扰噪声等;2)基于数字图像的特征选择和提取;3)数字串的分割;4)模式分类识别。其中,第二和第四部分是手写数字识别的重点,直接关系到识别的准确率和效率。 手写数字识别技术的研究和应用是非常重要的, HANDWRITTEN DIGIT RECOGNITION METHOD BASED ON BP NEURAL NETWORKS 等方法能够提高识别率和效率, HANDWRITTEN DIGIT RECOGNITION METHOD BASED ON BP NEURAL NETWORKS 等方法能够提高识别率和效率。
剩余10页未读,继续阅读
- congcongword2014-11-01文章还不错。不过要是有源代码就更好了。。唉
- 粉丝: 0
- 资源: 1
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助