首页> 中文学位 >基于DEF的孟加拉文脱机手写数字识别研究
【6h】

基于DEF的孟加拉文脱机手写数字识别研究

代理获取

目录

摘要

ABSTRACT

第1章 绪论

1.1 引言

1.2 字符识别的技术现状和现实需求

1.3 孟加拉文数字识别的发展和现状

1.4 孟加拉数字识别的研究难点

1.5 识别系统性能的评价

1.6 本文的研究内容

第2章 手写数字识别中的预处理技术

2.1 引言

2.2 数字图像平滑滤波

2.2.1 中值滤波原理

2.2.2 中值滤波过程

2.3 数字图像二值化

2.3.1 整体阈值二值化

2.3.2 局部阈值二值化

2.3.3 动态阈值二值化

2.3.4 利用空间信息进行阈值选取

2.3.5 最大类间方差法

2.4 去除离散杂点噪声

2.5 归一化

2.5.1 位置归一化

2.5.2 大小归一化

2.5.3 笔划粗细归一化

2.6 细化

第3章 孟加拉数字的特征提取

3.1 字符特征提取

3.1.1 字符的结构特征

3.1.2 字符的统计特征

3.1.3 孟加拉文数字特征提取综述

3.2 方向线素特征的提取

3.3 ECP特征的提取

3.4 方向线素特征和ECP特征的结合

第4章 用于孟加拉数字识别多层感知器

4.1 神经网络的理论介绍

4.1.1 神经网络发展简史

4.1.2 神经网络的基本理论

4.1.3 误差反向传播神经神经网络算法

4.3 网络结构设计和实现

4.3.1 输入、输出神经元个数

4.3.2 隐含层神经元个数的确定

4.3.3 允许误差

4.3.4 步长

4.3.5 初始权值和偏置

第5章系 统实现及实验结果

5.1 BP神经网络的训练过程

5.2 BP网络的识别过程

5.3 实验结果及讨论

第6章 总结与展望

致谢

附录 攻读硕士学位期间参与的项目及发表的学术论文

参考文献

展开▼

摘要

手写体数字识别是字符识别的一个分支,具有很强的现实意义。目前在信函通信中广泛使用邮政编码,本文是以中国邮政集团公司出口孟加拉国邮政的信函自动分拣机项目为背景,对孟加拉文手写体数字的识别进行了研究。数字识别虽然只有十个种类,但本系统对识别的精度要求比较高,而且手写数字的变动性非常大,要做到高精度的识别有较大的难度。
  本文为达到高可靠性的孟加拉邮政编码数字的识别性能,研究了一种基于DEF(Directional Element Feature)的孟加拉文脱机手写体数字识别方法,所实现的识别系统主要由图像预处理、特征提取、BP神经网络分类器三个模块组成。对孟加拉手写体字符的预处理工作包括图像平滑、去噪、二值化、大小归一化以及字符细化等;特征提取主要是根据孟加拉手写体数字的特殊结构,提取它的DEF特征并灵活辅以特征点特征,使提取的特征既能充分代表每类样本信息又能很好地将不同类别加以区分,而且所提取的混合特征维数较低,提高了分类器的效率;最后将反复训练获得最佳参数值的BP神经网络作为分类器,有效地完成了孟加拉数字的识别。实验结果表明,该方法对孟加拉手写体数字有识别可靠性高、抗噪性强的特点,满足了系统的需求。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号