一种新的特征提取法在手写数字识别中的运用.docVIP

一种新的特征提取法在手写数字识别中的运用 　　摘要：通过对多种手写数字识别方法分析，提出一种新的基于BP神经网络的手写数字识别算法：该算法在应用了一种新的特征向量的提取方案，只需要提取每个字符的18个向量，节省了特征提取时间，然后，利用改进的BP神经网络进行训练和识别。仿真结果表明，这种新的特征提取方法对数字识别有着极好的适应性，在运行速度和识别率上比起传统算法都有很大的提高。 　　关键词：手写数字识别；特征提取；BP神经网络 　　中图分类号：TP391 文献标识码：A 文章编号：1009-3044(2009)05-1207-02 　　Application of a New Feature Extraction Method in Number Recognition 　　ZENG Xu-feng 　　(School of Compter, Center South University of Forestry and Technology, Changsha 410004, China) 　　Abstract: By studying and analyzing many algorithms for handwritten digit recognition, this paper proposes a new algorithm for handwritten digit recognition based on BP neural network. Firstly, the new algorithm applies a new feature vector extraction program, only need to extract each character 18 vector, which saves the time of the feature extraction. And then, uses the improved BP neural network for training and recognition. The simulation results show that the improved method of digital identification has excellent adaptability, running speed and recognition rate than the traditional algorithms. 　　Key words: handwritten digit recognition; feature vector extraction; BP neural network 　　 　　1 引言 　　 　　手写数字识别作为数字签名等计算机信息处理领域的热点问题一直被人们长期关注着，特征提取是手写体数字识别中的一个重要的环节，是模式识别的核心之一。经过预处理后，满足识别要求的模式要根据识别方法的要求抽取特征，作为识别的依据。因此，特征选择会直接影响到分类器的构造和识别的效果。本文在通过分析与总结前人的成果，提出了一种速率和准确率都较好的方法。 　　 　　2 预处理与特征提取 　　 　　字符处理前的首要工作是将视觉图像转化为可由计算机识别的二值图像识别前必须对图像进行必要的预处理，经过图像的灰度化、二值化、平滑、分割、归一化等一系列的预处理操作之后，接下来就要提取字符的特征向量。特征提取的目的就是从分析数字的拓扑结构人手，把它的某些结构特征提取出来，使数字的位移、大小变化、字形畸变等干扰相对减小，而把那些反映数字特征的关键信息提供给神经网络，这样就等于间接地增加了网络的容错能力，而且经过特征提取，数据量也大大减少，相应地，网络规模也减小了。可见，为了有效地进行数字识别，特征提取是影响识别效果的一个关键步骤，，必须在保证准确率的前提下 ，尽量使用少的特征向量。 　　特征向量的提取方法多种多样，根据具体情况的不同可以来选择不同的方法.对于手写体数字的特征提取方法而言，通常用得比较多的有以下几种方法： 　　1）逐像索特征提取法：逐像素特征提取方法是一种最简单也是当前运用较多的的特征提取方法，它对图像进行逐行逐列的扫描，当遇到黑色像素时取其特征为1，遇到白色像时取其特征值为0，这样当扫描结束以后形成了一个维数与图像中像素点的个数相同的特征向量矩。 　　逐像素特征提取方法的特点是算法简单，运算速度快，可使网络很快地收敛，训练效果好，但是这种算法的适应性不强。 　　2）骨架特征提取法：骨架特征提取法是一种利用细化的方法来提取骨架的方。两幅图像由于它们的线条粗细不同，使得两幅图像差别大，但是将它们的线条进行细化以后，统一