计算机应用专业计算机应用专业.docVIP

河南省高等教育自学考试 河 南 科 技 大 学 毕 业 设 计（论 文） 题目： 基于BP网络的字符识别技术 姓 名： 王 能 准考证号： 010311100327 专 业： 计算机多媒体 指导教师： 高 勇 2013 年 3 月 30日 高等教育自学考试 毕业设计（论文）任务书 目 录 1.绪论 1 1.1 课题背景 1 1.2 目的和意义 1 1.3本课题的现状及发展趋势 2 2.系统设计 2 2.1字符识别系统 2 2.1.1 预处理 3 2.1.2 分割 4 2.2人工神经网络 7 2.2.1人工神经网络介绍 7 2.2.2人工神经网络在模式识别中的应用 8 2.3 BP网络介绍 9 3.结论与展望 11 3.1结论 11 3.2展望 12 致 谢 14 参考文献 15 基于BP网络的字符识别技术 1.绪论 1.1 课题背景 模式识别是对客观世界中物体和过程进行分类、描述的学科。图像是模式的一种，图像理解和机器人视觉中使用了很多模式识别的概念和方法，图像理解中的匹配与模式识别的关系尤为密切，两者相互交叉，不可分割。因此，模式识别技术的不断发展对图像理解和机器人视觉的发展起着重要的支持作用。目前，对图像模式的识别主要集中在对图像中感兴趣的内容(目标)分类、分析和描述。模式识别的方法有: 统计模式识别。统计模式识别指根据模式统计特性用一系列自动化技术将给定模式赋值和分类，它建立在经典的决策理论之上。统计模式识别先使用一个由一组己知类别的模式构成的训练集获取决策函数参数，再用这个决策函数构成的分类器对模式进行识别。常见的分类器有:最小距离分类器、最优统计分类器等。 结构模式识别。结构模式识别也称句法模式识别，它基于形式语言理论。实现结构模式识别需要定义一组模式基元，一组确定这些基元相互作用的规则和一个识别器(自动机)。其中，规则是以文法形式给出的，识别器的结构则由文法规则确定。常见的结构模式识别有字符串结构识别、树结构识别，两者均有自身的文法和自动机。 模糊模式识别。它以模糊数学理论为基础。模糊数学是用数学的方法研究和处理“模糊性”现象的数学，它提出了隶属度的概念，把数学从二值逻辑推向连续逻辑，更接近人类的思维形式，隶属函数的数值协助完成对不完整或有缺损知识的估计，并具有较强的推理能力。模糊数学所具有的特点，使模糊模式识别得到了长足进展。目前，模糊模式识别的方法主要有隶属度原则识别法、贴近原则识别法、模糊聚类分析法，不同的方法可应用于模式识别的不同方面。 人工神经网络模式识别。人工神经网络表现出类似人脑的学习分类能力以及并行和分布处理方式，可用作非参数分类器，逐渐成为进行模式识别的有效工具，并使传统的模式识别方式受到巨大的挑战和冲击。 1.2 目的和意义 自从数字计算机发明以来，机器模拟人类的各种行为功能已经成为一种具有挑战性的研究领域。在一些领域，已经获得了大量的成就，例如数字分解、象棋游戏等。但是在一些相对常规的功能上，计算机仍然表现的没有人类那么好，例如机器视觉。在过去的30年里，人们做了大量的关于计算机模拟人类阅读和理解的研究，但是结果仍然与预期的相差很远。 在计算机模拟人类阅读和理解中最关键的一步之一就是对字符进行识别(Character Recognition)。此外，字符识别在其他领域也有着极其重要的应用，特别是在最近刚刚发展起来的一些应用领域，例如：数字图书馆，多媒体数据库和一些手写输入系统，字符识别显得尤其重要。字符识别的质量在很大程度上影响着这些领域的发展，从而影响着信息的发展与进步。 1.3本课题的现状及发展趋势 书写作为一直以来收集信息、存储信息、和传播信息的最主要方式，不但对于人与人的交流起着很重要的作用，而且对于人与机器的信息交流起着至关重要的作用。人们之所以在字符识别领域投入大量的研究，不只是因为在计算机模拟人类阅读时遇到的挑战，还因为字符识别提供了很多很有效的应用，例如：大量论文的自动处理，将数据转化成机器可以识别的语言，网络界面到论文文献的转化等。 字符识别系统经历了三个历史阶段： 1900-1980 早期时代：字符识别最早可以追溯到1900年，当年俄罗斯科学家Tyuring试图寻找一种帮助视觉障碍的人的方法[1]。随着计算机的发展，在上世纪40年代中期出现了第一个字符识别系统[2]。早期的字符自动识别研究放在了打印文本或者非常容易分辨的手写文字或者符号。打印字符的识别主要用在模板匹配上，比如一个图像跟图像库里面的图像进行匹配。手写文本中，图像处理技术被用于获取二值图像的特征向量，这些带来了统计分类器的发展。关于截止到1980年的字符在线识别的发