摘要：社会在不断进步，计算机技术也在不断发展，图像识别技术也因此孕育而生。由于每个人书写风格的差异，导致手写体数字识别是很困难的。而在生活中很多地方都要用到手写体数字识别，比如邮局进行邮编处理，银行的支票还有试卷的成绩，高效的手写体数字识别系统能够便利人们的生活。为了提高对手写体字符的图像识别的成功率，需要对图像识别的方法进行改经。

本文将神经网络应用于字符识别技术，在了解了字符识别的流程后，以MNSIT数据库为样本，应用概率神经网络对手写体字符进行了识别。通过对识别结果进行分析，提出了一种改进的方法。采用自学习错误字符的方法，以调高网络的识别率，并在MATLAB仿真平台上对进行实验验证。81783

毕业论文关键词：图像识别；概率神经网络；MATLAB

Research on an Improved Handwritten Character Image Recognition Algorithm

ABSTRACT：Society in the continuous progress, computer technology is also evolving, image recognition technology and birth。 Due to the difference in writing style of each person, it is difficult to recognize handwritten numerals。And in many places in life to use handwriting digital identification, such as the post office for postal processing, bank checks and test papers, efficient handwriting digital identification system to facilitate people's lives。 In order to improve the success rate of image recognition of handwritten characters, it is necessary to change the method of image recognition。

In this paper, the neural network is applied to the character recognition technology。 After understanding the process of character recognition, the MNSIT database is used as the sample, and the character neural network is used to identify the handwritten characters。 Through the analysis of the recognition results, an improved method is proposed。 Using the self-learning error character method to increase the recognition rate of the network, and in the MATLAB simulation platform for experimental verification。

KeyWords：Image Identification；Probabilistic neural network；MATLAB

目录

第一章绪论

1。1课题背景。。1

1。2课题的目的和意义1

1。3手写体字符图像识别国内外研究现状与水平。。2

1。4课题的发展趋势。。3

1。5本文研究的主要内容。4

第二章图像识别的预处理

2。1 图像识别的简介5

2。2 预处理的简介。。5

第三章图像识别的特征提取

3。1 特征提取的简介7

3。2 常用特征8

3。3 统计特征和结构特征。。8

第四章基于概率神经网络的手写体数字识别

4。1 神经网络的选择。。10

4。1。1 BP神经网络原理。10

4。1。2 概率神经网络原理。。11

4。2 概率神经网络的结构。11

4。3 概率神经网络建模12

4。4 手写体数字识别的实现。。13

4。5 MATLAB实现。13

4。5。1 MATLAB介绍13

4。5。2 MATLAB神经网络工具箱介绍。14

4。5。3 MATLAB神经网络实现。15

第五章自主学习的方法改进

5。1 自主学习方法的选择。17

5。2 手写体数字识别率的提高18

第六章总结与展望

6。1 全文总结。。22

6。2 后续工作与展望。。22

1 绪论

1。1 课题背景

在光学字符识别技术中，有一部分是手写体字符识别，还有一部分是印刷体字符识别。手写体字符识别中又包含了手写体数字识别，也是一个很重要的研究方向。它具体是识别十个字符，是手写体阿拉伯数字零到九，和其他模式识别比起来数量很少[1]。最近的几年以来，伴随计算机技术的迅速发展和模式识别技术的迅猛提高，手写体数字识别在许多领域发挥着重要的角色，其中包括邮局的邮件编码，银行支票上的金额，税单上的数字，学校考试试卷上的成绩等等[2]。虽然分类器的种类得到了进一步的丰富，但是到目前为止，专家们还是没有发现任何一个算法使手写体数字识别达到满分的方法。论文网