基于人工神經網絡的手寫字母識別研究.pdf

1、隨著模式識別技術在信息科學中的廣泛應用，手寫文本識別也成為了現在的熱點研究內容，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。文本識別技術在很多需要自動識別信息的領域有很重要的理論意義和實用價值。本文研究神經網絡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換成神經網絡的輸入向量。選取20組手寫樣本訓練BP神經網絡，用另外20組樣本測試神經網絡的識別效果。本文采用不同訓練函數的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學習率訓練函數。本實驗在MATLAB平臺下實現，論文最后對實驗結果進行了分析總結。本文研究表明，基于BP網絡的手寫文本識別