基于模板匹配的手写数字模式识别.pptVIP

CompanyLogoLOGOCompanyLogo基于模板匹配的手写数字模式识别背景及意义1模式识别是六十年代初迅速发展起来的一门学科。由于它研究的是如何用机器来实现人及某些动物对事物的学习、识别和判断能力，因而受到了很多科技领域研究人员的注意，成为人工智能研究的一个重要方面。自从计算机问世以来，让机器具有模式识别能力一直是计算机科学家们的努力方向。研究表明，对视觉和听觉信息的处理过程，不仅仅是一个感知过程，也是一个认知过程。因此，研究模式识别，是理解人类智能的本质的重要途径。2研究内容3本文主要研究的是基于模板匹配的手写数字的模式识别，研究对象局限于特定人手写的数字，针对0-9这十个数字，先对其进行图像预处理，然后运用4相应的模板匹配法对其进行匹配，5达到最终识别。6系统的背景、意义及内容论文的结构第一部分手写体数字识别简介第二部分图像处理第三部分MATABLE介绍第四部分模板匹配第五部分结果1.手写体数字识别简介1.1手写数字识别概述字符识别的各分支1.手写体数字识别简介1.1手写数字识别的典型应用手写数字识别在大规模数据统计中应用，如：行业年鉴、人口普查等；手写数字识别在财务、税务、金融、领域中的应用；手写数字识别在邮件分拣中的应用。1.2光学字符识别方法的介绍手写字符识别大致可以分为6中情况：(1)模板匹配法(2)统计决策法(3)结构特征法(4)模糊辨别法(5)逻辑推理法(6)神经网络法图像处理技术基本可以分为两类：模拟图像处理和数字图像处理。图像处理简介一幅图像可以定义为一个二维函数f(x,y)，其中x和y是空间坐标，而在任何一对空间坐标(x,y)上的幅值f称为该点图像的强度或灰度。当x,y和幅值f为有限的、离散的数值时，称该图像为数字图像。数字图像的概念2.图像处理2.图像处理2.3数字图像预处理2.3.1图像的增强（1）空间变换增强（2）空间滤波增强（3）频域增强2.3.2图像的灰度化2.3.2图像的平滑滤波2.3.3图像的二值化2.3.4图像的细化2.3.5图像的归一化3.2MATABLE在数字图像处理中的应用1MATLAB工具箱中的数字图像处理函数几乎涵盖了近期研究成果内的所有技术，因此在实际应用中是十分方便的。例如：imread（）函数用于读入各种图像文件；imwrite（）函数用于输出图像；imfinfo（）函数用于读取图像文件的有关信息。subplot（）函数能将一个图像窗口分成几个部分，但同一个图像窗口内只能有一个调色板；subimage（）函数可在一个图像窗口内使用多个调色板。2下面通过实例介绍几个简单的MATLAB工具箱中的数字图像处理函数：3用MATLAB改变图像的大小可以通过imresize（）函4数来实现。它的调用格式为：5B=imresize(A,M,METHOD)63.MATABLE介绍3.MATABLE介绍I=imread(zb.jpg);J=imresize(I,2);imshow(I)figure,imshow(J)（2）用MATLAB对图像进行旋转可以通过imrotate（）函数来实现。它的调用格式为：B=imrotate(A,ANGLE,METHOD,BBOX)I=imread(zb.jpg);J=imrotate(I,45,bilinear);K=imrotate(I,45,bilinear,crop);subplot(1,3,1),imshow(I)subplot(1,3,2),imshow(J)subplot(1,3,3),imshow(K)论文的结构用MATLAB对图像进行裁剪可以通过imcrop（）函数来实现。它的调用格式为：B=imcrop(A,MAP,RECT)imshow(zb.jpg)I=imcrop;imshow(I)321454.模板匹配4.1文中匹配方法文中的模板匹配方法是将预先设计好的标准字符模板存储在计算机中，然后用待识别字符与标准模板进行逻辑‘与’运算。4.1.1文中方法匹配原理通过计算机对一幅图像进行分析处理，