基于人工神經(jīng)網(wǎng)絡(luò)的手寫字母識別研究.pdf

1、隨著模式識別技術(shù)在信息科學中的廣泛應(yīng)用，手寫文本識別也成為了現(xiàn)在的熱點研究內(nèi)容，在我們身邊常用的就有手機的手寫輸入，車牌自動拍照提取，文檔掃描輸入等，都是要求識別圖像中的文本。文本識別技術(shù)在很多需要自動識別信息的領(lǐng)域有很重要的理論意義和實用價值。本文研究神經(jīng)網(wǎng)絡(luò)方法用于手寫文本識別。
　　本文論述了手寫文本識別的意義和發(fā)展現(xiàn)狀，討論了字符識別預處理的灰度化、圖像去噪、二值化、歸一化和字符細化等基本步驟。本文實驗部分對手寫48×48

2、的彩色字符圖像進行灰度化、二值化、歸一化為16×16的黑白圖像，字符特征向量提取用到了逐像素特征提取法。
　　將提取的字符特征轉(zhuǎn)換成神經(jīng)網(wǎng)絡(luò)的輸入向量。選取20組手寫樣本訓練BP神經(jīng)網(wǎng)絡(luò)，用另外20組樣本測試神經(jīng)網(wǎng)絡(luò)的識別效果。本文采用不同訓練函數(shù)的BP算法進行訓練，比較識別效果和效率，最后采用帶動量項的自適應(yīng)學習率訓練函數(shù)。本實驗在MATLAB平臺下實現(xiàn)，論文最后對實驗結(jié)果進行了分析總結(jié)。本文研究表明，基于BP網(wǎng)絡(luò)的手寫文本識別