手写体数字识别的软件设计演示文稿.pptVIP

谢谢老师点评！ * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 第*页 姓名： 指导教师： 学号： 手写体数字识别的软件设计 2009-06-16 手写体数字识别软件系统 手写体数字识别软件系统 手写体数字的预处理技术 手写体数字的串切分技术 手写体数字的特征值提取 神经网络分类器 识别系统效果 手写体数字识别软件的识别过程： 系统识别结果 手写体数字识别软件系统 本文系统识别结果 手写体数字的预处理技术 手写体数字识别软件系统 手写体数字的预处理技术 手写体数字的串切分技术 手写体数字的特征值提取 神经网络分类器 识别系统效果 手写体数字的预处理技术 图像预处理技术 A）滤波去噪 B）二值化 C）倾斜矫正 D）归一化 E）细化 滤波去噪 手写体数字的预处理技术——滤波去噪 1 2 1 2 4 2 1 2 1 原图 滤波后图像 高斯模板 全局阈值二值化算法比较： 手写体数字的预处理技术——二值化 a） b） c） 图1 全局阈值分割算法比较 a）原图 b）一维阀值分割 c）OTSU改进算法 全局二值化算法和本文梯度算法比较 手写体数字的预处理技术——二值化（续） 图2 本文算法与一维阈值分割算法比较 a）原图 b）本文算法分割效果 c） 一维阈值分割效果 归一化 手写体数字的预处理技术——归一化 将大小不规则的图像进行归一化 原图 保持高宽比不变归一化 本文采用的高宽比动态变动归一化结果 倾斜矫正 手写体数字的预处理技术——倾斜矫正 倾斜矫正，然后户在进行归一化 原图 处理后效果 细化 手写体数字的预处理技术——细化 原图 细化后放大图 细化 手写体数字的串切分技术 手写体数字识别软件系统 手写体数字的预处理技术 手写体数字的串切分技术 手写体数字的特征值提取 神经网络分类器 识别系统效果 手写体数字串切分技术分类 A）投影法 B）滴水法 C）动态规划算法 D）滑动窗口法 E）多磨具切分发 手写体数字的串切分技术 本文切分效果图： 手写体数字的串切分技术 a）原图 b）横向切分 C）纵向切分 横向切分 纵向切分 手写体数字的特征值提取 手写体数字识别软件系统 手写体数字的预处理技术 手写体数字的串切分技术 手写体数字的特征值提取 神经网络分类器 识别系统效果 手写体数字的特征值提取 A）结构点特征 B）穿越密度特征 C）投影特征 D）重心矩特征 E）粗网格特征 F）水平、垂直投影特征 G）环凸凹特征 H）全局Kirsh边缘特征 手写体数字的特征值提取 结构点特征** 手写体数字的特征值提取——结构点特征 （A） 结构点特征的示意图 穿越密度特征 手写体数字的特征值提取——穿越密度特征（B） 穿越密度特征的水平方向示意图 手写体数字的投影特征 手写体数字的特征值提取——投影特征（C） 投影特征示意图 手写体数字重心矩特征 手写体数字的特征值提取——重心矩特征（D） 重心矩特征示意图 手写体数字粗网格特征 手写体数字的特征值提取——粗网格特征 （E） 粗网格特征示意图 手写体数字水平垂直投影特征 手写体数字的特征值提取——水平垂直投影特征（F） 字符3的水平和垂直投影 手写体数字环凸凹特征 手写体数字的特征值提取——环凸凹特征 （G） 环凸凹特征 手写体数字全局Kirsh边缘特征 手写体数字的特征值提取——全局Kirsh边缘特征（H） 神经网络分类器 手写体数字识别软件系统 手写体数字的预处理技术 手写体数字的串切分技术 手写体数字的特征值提取 神经网络分类器 识别系统效果 神经网络 本文采用BP神经网络作为分类识别器，使用Matalab 引擎实现。 神经网络分类器 系统识别效果 手写体数字识别软件系统 手写体数字的预处理技术 手写体数字的串切分技术 手写体数字的特征值提取 神经网络分类器 系统识别效果 图片识别 系统识别效果 识别结果 原图 识别结果 手写体数字版识别 系统识别效果 识别结果 手写板上写的数字图像 识别结果 第*页 * * * * * * * * * * * * * * * * * * * * * * * * * * * * * *