基于神经网络和dsp技术的离线数字识别系统 offline digital recognition system based on neural network and dsp.pdfVIP

2∞e年12一 电子测试 Dec．20∞ 第12期 ELECTROIVICTE$T No．12 基于神经网络和DSP技术的离线数字识别系统 汤群芳，俞斌 (湖南工学院湖南衡阳421002) 摘要：本文提出了一种基于神经网络的离线数字识别技术，采用神经网络来对图中的数字进行识别，在分析 图像预处理对图像特征提取和识别影响的基础上，提出了一种基于目标的图像增强算法，该算法计算量小、 实时性好，有效地解决了图像背景颜色差异和环境光线差异对图像特征提取和识别造成的影响。最后给出了 系统基于DSP的硬件实现。 关键词：DSP；图像采集；目标增强；数字识别；神经网络 中图分类号：T391．4 文献标识码：A Offline basedonneural digitalrecognitionsystem networkandDSP Bin Qunfang，Yu Tang Institute (Hunan ofTechnology，Hengyang421002，China) Abstract：The akindofomine basedonReuralnetwork，neural givesup digitalrecognitiontechnology paper networkWaSusedtO inthis enhancementis forwardinthis recognizedigits project，atarget algorithmput project．It is thatitismucheasiertOextraccfeature proved ifllage byemployingtarget：enhancementalgorithm． Network Keywords：DSP；ImageEnhancement；DigitsRecognition；Neural Sampling；Target 0引言 割的问题，而这恰恰是离线识别中最重要的问题之 一；3)联机识别中要求使用特殊的书写板，因而减少 根据识别的方式不同，目前字符识别技术可 了噪声的引入，提高了识别率，但离线识别系统却不 分为两大类：联机字符识别和离线字符识别。同离 可避免地存在着大量噪声，这在很大程度E增加了识 线字符识别相比，联机字符识别有着许多有利条件， 别的难度，影响了系统的识别性能。而神经网络具有 主要有以下3方面：1)联机识别系统能够通过与 强容错性、巨量并行性以及自适应、自组织、自学习 它相连的手写输入设备获得输入字符笔画的顺序、 的能力，在图像识别中的应用非常广泛。本设计采用 笔画的方向以及字符形状，而离线识别系统无法获 神经网络来对图像中的数字进行谚埸q。 得这些知识；2)联机识别系统要求一次仅输入一 离线数字识别是离线字符识别的一个重要分 个字符，这样在识别中就不存在字符间的粘连和分