1。3 手写体字符图像识别国内外研究现状与水平

1。4 课题的发展趋势

1。5 本文研究的主要内容

本文的主要研究对象是手写体字符的图像识别，即0~9数字的识别，先进行图像识别的特征提取，再建立概率神经网络对这些手写体字符进行训练识别，最后使用一种基于错误自学习的识别方法，通过对错误字符的统计，建立起一个矩阵，该矩阵包含了错误字符与期望的正确输出，且彼此的关系是一一对应的。应用这些统计数据，对网络进行二次训练，弥补一次训练的不足，通过对改进前后实验结果的对比，来证明改进方法的优越性。

2 图像识别的预处理

2。1 图像识别的简介

随着计算机和计算机技术的不断向前推进，大量科研方面都用到了数字识别技术。光学字符识别技术包含了很多内容，其中一个部分就是手写体字符识别技术，手写体字符识别技术的处理手段就是运用计算机去自动识别手写体字符，以便于可以识别书手写的数字0~9。文献综述

2。2 预处理的简介

在手写体字符的图像处理中，首先要对手写体字符进行图像的预处理环节。图像预处理也可以称为图像去噪，当人手写数字时，会因为外界的干扰而被污染，污染原因主要是外界的噪声在手写数字的过程中造成了影响。此处的噪声并不是指的是外面车辆或者喇叭造成的噪声，而是指的是阻碍人眼界观察或者传感器接收手写体数字过程和后续处理和分析的那些因素。正常情况下，这些因素是不能在人为猜测的情况下偶然发生的，这不得不需要研究人员们去利用其他的手段去解决处理它们。对于研究人员们来说，对这些因素的处理研究有着重要的意义，因为这些因素会对手写体数字的录入，传感器接收，后续识别等大量步骤和最后的输出识别类型产生影响，由其是手写体数字的录入，和传感器接收的步骤，倘如手写体数字的录入步骤中有着许多这些因素，肯定会对后续的识别和最后的输出识别类型造成不利的影响。所以，想要拥有优秀的图像识别技术，不管是在图像识别的哪个过程，就必须将减小这些因素放在首要任务。图像识别技术中一个重要点就是如何将影响图像识别的这些因素去除掉，从二十世纪六十年代开始，人们一直密切关注着如何将这些因素去除掉，到目前为止，研究人员们已经列举出很多去除这些因素的不同的算法研究，可是由于这些因素来自不同的环境，所以研究人员们列举出来的这些去除这些因素的算法研究都是具体问题具体分析的，只能用来解决某一个问题，至今为止还没出现任何一个可以在任何范围任何环境中使用的去除这些因素的算法研究，这造成了图像识别技术在实际应用中的一些困扰。社会在不断进步，研究人员们也在不断地努力，新的算法研究也日渐浮现在人们的视野当中，研究人员们对这些新出现的算法研究做出了概述。去除这些因素的办法大体上可以将其一分为二，第一种是空间域法算法研究，第二种是变换域法算法研究。当然，这两个算法研究分别有着其自身的长处和短处，它们的各项工具和方法都在随着社会进步而向前推进，最近，小波变换也被研究人员们运用在了去除这些因素里面去，而且受到了研究人员们的密切关注。来;自]优Y尔E论L文W网www.youerw.com +QQ752018766-

想要去除这些因素，就要经过下面几步操作，第一步要进行的是将手写体数字变成n*n的矩阵类型，第二步要进行的是将数字变成只以数字0和1存在的形似，这样就能得到最初的录入的表现方式，第三步是对最初的表现形式开始做一些变化，这些涵盖了平滑等操作。可是本文是使用神经网络建模，再通过MNIST数据库来训练数据，这样最终来得到可以令人满意的识别率。