基于人工神經網絡的光學字符識別系統(tǒng)及硬件實現(xiàn).pdf

1、經過兒十年的研究，人工神經網絡目前已經廣泛地用來解決模式識別和人工智能領域的一些復雜問題，并取得了以往傳統(tǒng)算法無法獲得的成功。光學字符識別(OCR)算法的研究屬于模式識別領域的一個重要分支。很自然地，我們在光學字符識別算法設計中引入了人工神經網絡。從上世紀70年代以來，光學字符識別技術逐漸走向成熟。對于印刷體字符的識別，目前已經有了很高的識別率；對于小規(guī)模的手寫體字符識別，也已經走向實用。相對于大規(guī)模字符識別(如漢字識別)系統(tǒng)，小規(guī)模字

2、符識別系統(tǒng)實現(xiàn)難度相對較小，但在日常生活中卻應用廣泛。如阿拉伯數字識別系統(tǒng)，僅對10個阿拉伯數字和少量符號進行識別，可以廣泛應用于郵政編碼識別、汽車牌照識別，流水線上產品編號識別等領域。本課題選題的初衷，就是利用人工神經網絡實現(xiàn)一套通用的小規(guī)模光學字符識別系統(tǒng)對郵政編碼進行識別。 當前，由于半導體加工工藝的進步，微處理器的體積越來越小，速度越來越快。由這些微處理器組成的嵌入式系統(tǒng)，結構簡單，成本低廉，被廣泛應用于家電、工業(yè)控制等

3、各個方面。正是出于生產成本和產品尺寸的考慮，本文的硬件模塊將使用基于ARM系列微處理器的嵌入式系統(tǒng)取代傳統(tǒng)的PC機。 本文的研究工作可以劃分為硬件和軟件兩部分；所做工作、技術難點與技術創(chuàng)新如下： 1.研究ARM體系的嵌入式系統(tǒng)的設計。 a)以Atmel公司的AT91RM9200處理器為核心，設計一套嵌入式系統(tǒng)。 b)研究了高頻電子印刷板的設計原理，并掌握了制作工藝。 c)研究Linux操作系統(tǒng)代碼

4、，在嵌入式系統(tǒng)上移植了Linux操作系統(tǒng)。 2.實現(xiàn)基于人工神經網絡的光學字符識別算法 a)研究圖像的獲取、和預處理算法。 b)研究K-L變換在字符特征抽取中的應用。 c)利用美國郵政服務數據庫，訓練了BP網絡的分類器。使用測試集，驗證了我們的分類器對手寫體數字的識別率為92％。 d)研究了其他一些分類器，并同我們的人工神經網絡分類器進行了性能比較。 本文所實現(xiàn)的光學字符識別系統(tǒng)，成本較低