基于人工神经网络的光学字符识别系统及硬件实现课件.pptVIP

基于人工神经网络的光学字符识别系统及硬件实现 选题背景及意义 人工神经网络目前已经广泛地用来解决模式识别和人工智能领域的一些复杂问题。由于人工神经网络的非线性以及并行性和鲁棒性等特点，在上述领域，其取得了以往传统算法无法获得的成功。 由于人工神经网络等新技术的引入，从上世纪70年代以来，光学字符识别技术逐渐走向成熟。对于脱机印刷体字符的识别，目前已经有了很高的识别率；对于小规模的手写体字符识别，也已经走向实用。 当前，由于半导体加工工艺的进步，微处理器的体积越来越小，速度越来越快。这使得构建能够替代PC机功能而体积更小、造价更低的硬件平台成为可能。 选题背景及意义 小规模光学字符识别系统应用广泛，有着巨大的商业前景。如：邮政编码识别、汽车照牌识别、交通标示识别、产品编码识别等。 能够处理视频的嵌入式设备也有着广泛的应用前景。如视频监控、视频通讯、机器视觉系统等。 本文所做的主要工作与创新之处 研究了人工神经网络及光学字符识别的基本理论、一般方法： 对人工神经网络的发展、现状、理论做了深入的研究。重点研究了BP网络的原理、特点、应用方法。研究了脱机光学字符识别的方法、理论。重点研究了基于K-L变换的字符图像的特征抽取方法。 研究了基于ARM技术的嵌入式系统的构造、设计： 通过实际动手，研究了基于ARM技术的处理器的基本构造、使用方法；使用并比较了三星4510b、atmel at