毕业设计(论文)-数字图像处理课程设计-晶振表面字符识别.docVIP

数字图像处理大作业 —— 晶振表面字符识别 小组成员： 专业班级： 摘 要 随着现代信息产业的发展，字符识别系统的需要越来越高。字符识别是字符图像识别系统中的关键环节。采用图像处理和神经网络相结合的方法设计新的字符识别算法，先对截取的字符图像进行一系列图像预处理，然后再进行边缘检测和特征提取，最后输入BP神经网络进行训练、识别，其中BP神经网络模型属于改进型神经网络。通过一系列神经网络训练和仿真实验，识别速度和正确率得到了明显的提高。 关键词：图像预处理 BP神经网络 一． 绪论 3 1.1 文字识别系统简介 3 1.2 背景及研究方向 3 1.3 选题意义及可行性分析 3 二． 系统设计方案 4 2.1 系统流程图 4 三． 图像的预处理 5 3.1 图像二值化处理 5 3.1.1 阈值选取算法分析 5 3.1.2 算法分析及实现 6 3.2 图像的锐化 6 3.3 去除离散噪声 7 3.4 字符分割 8 3.5 图像归一化处理 10 3.6 字符紧缩 11 3.7 图像细化处理 12 四． 字符特征提取 14 4.1 特征提取方案分析 14 4.2 十三特征提取方案分析及实现 14 五． BP神经网络进行字符识别 16 5.1 人工智能简介 16 5.2 BP神经网络简介 16 5.3 BP神经网络算法及方案设计 16 5.4 BP神经网络算法程序实现 17 六． 总结与体会 21 参考文献........................................................ 绪论 1.1 文字识别系统简介 文字识别，就是基于 OCR（光学字符识别）技术，将扫描仪、摄像机等光学输入方式得到的书籍、报刊、文稿、表格等印刷品的文字图像信息转化为可供计算机识别和处理的文本信息。由于可以大大提高工作效率，文字识别技术已经越来越受到人们的关注。特别是在我国，由于信息化建设的全面展开，为文字识别技术提供了广阔的应用舞台，诸如数字图像处理应用于档案保护管理中，图像技术以及图像信息检索技术应用于数字档案馆建设，文字图像信息识别技术应用于档案输入管理中，文字识别技术在银行票据识别系统中的应用，同时，文字识别技术还应用于办公自动化、税务、电子出版、公安、交通运输、邮政分拣等行业。 1.2 背景及研究方向 目前，许多信息都是记录在纸上的文字图像，将这些信息输入计算机是非常繁琐而低效率的工作，这在一定的程度上阻碍了社会信息化的进程。因而，作为信息化基础的数据输入成了计算机应用中的瓶颈问题。人们接受信息最频繁的是视觉通道。在日常学习和生活中，所处理的信息有75%—85%是视觉信息，其中文字信息愈来愈占重要地位。比如对各种期刊文献的阅读、查找、翻译；对各种统计报表的汇总、计算、分析；对各种函件票证的分拣、传送、验核等。要实现对这些文字信息处理过程的机械化、自动化，其先决条件就是利用计算机对这些文字信息进行识别。 字符识别处理的信息可分为两大类：一类是文字信息，处理的主要是用各国家，各民族的文字（如：汉字，英文等）书写或者印刷的文本信息，目前在印刷体和联机手写方面技术已经趋向成熟，并推出了很多应用系统；另一类是数据信息，主要是阿拉伯数字以及少量特殊符号组成的各种编号和统计数据。如：邮政编码，统计报表，财务报表，银行票据等等，处理这类信息的核心技术是手写数字识别。这几年来我国开始大力推广的“三金”工程在很大程度上要依赖数据信息的输入，如果能通过手写数字识别技术实现信息的自动录入，无疑会促进这一事业的进展。因此，手写数字的识别研究有者重大的显示意义，一旦研究成功并投入应用，将产生巨大的社会和经济效益。手写数字识别（Handwritten Numeral Recognition）是光学字符识别技术（Character Recognition,简称OCR）的一个分支，研究的对象是：如何利用电子计算机自动辨认人手写在纸张上的阿拉伯数字。多年的研究实践表明，对于完全没有限制的手写数字，几乎可以肯定：没有一种简单的方案能达到很高的识别率和识别精度。因此，最近这方面的努力向着更为成熟。复杂，综合的方向发展，一方面，研究工作者努力把新的知识运用到预处理，特征提出，分类当中，如：神经网络，数学形态等。在手写数字识别研究中，神经网络技术和多中方法的综合研究是重要的，全新的方向。 1.3 选题意义及可行性分析 随着国家信息化进程的加速，手写数字识别的应用将越来越广泛，因此当加强在这当面的研究与开发，个人认为，应用系统的性能的关键与瓶颈仍然在与手写数字识别核心算法性能上，最终目标是研究零误识率和低拒识率得到高