上机实验报告doc.docVIP

上机实验报告 ——基于贝叶斯公式的数字识别（MATLAB实现） 钱学森创新拓展班 张洋 周玉清 邱麟桠 杨俊杰 问题描述 实验目的：基于Bayes公式的数字识别 基本要求： 训练——统计在每个数字Aj 0~9 条件下， Bi出现的频率，以此作为概率P Bi |Aj 识别——输入某个手写数字A.计算机读取得到相应的矩阵B,利用Bayes公式,计算概率后验概率 测试图样：存于check文件夹 其中部分测试图样为： 设计思路 为实现上述功能，首先应把训练所需的样本图片以矩阵形式存储在程序中。利用MATLAB中imread 函数实现此步操作。 注：本程序所使用图片的规格是宽0.50英寸，高0.50英寸（像素为54×54），黑白（一定不能用彩色，因为黑白图片用imread函数读成的是二维矩阵，而彩色图片读成三维RGB矩阵）的BMP图片，如果图片类型不符，则无法识别（程序会做出相应提示）。 利用矩阵各点间的距离之和识别数字，距离的计算由函数Distance实现。 由贝叶斯公式： 由于和对于每个数字都是相同的，因此只需计算即可。用Bayes函数找出相似程度最大的9张样本图片，再利用Most函数判别贝叶斯概率最大的数字。 选出后验概率最大时所对应的数字即为识别出的数字。 程序说明 M文件：read0——read9： 将样本数字图片读成矩阵 read：执行read0——read9的命令（可在Workspace中看到读入的矩阵） Distance：计算两图片各个像素点的距离之和 Bayes：求出与所需识别的图片距离最小的9张样本图片 Most：求出贝叶斯概率最大的数字 distinguish_number：执行所有程序输出所识别的数字 sample文件夹中存储的是样本数字图片（0-9各9张） check文件夹中存储的是用于检验程序正确性的数字图片 注：本程序所使用图片的规格是宽0.50英寸，高0.50英寸（像素为54×54），黑白（一定不能用彩色）的BMP图片，如果图片类型不符，则无法识别（程序会做出相应提示）。 使用说明 只需在MATLAB的Command Window中输入以下代码： X imread ‘图片地址’ ; distinguish_number X ; 即可判别图片存储的数字。 以识别check文件夹中的图片1.1为例： 输入： X imread ‘check\1.1.BMP’ ; distinguish_number X ; 输出： 数字为： 1 测试结果