1、2手寫數(shù)字識(shí)別的研究與應(yīng)用摘要：要：手寫體數(shù)字識(shí)別模式識(shí)別領(lǐng)域中最成功的應(yīng)用之一。由于識(shí)別類型較少，在實(shí)際生活中有深遠(yuǎn)的應(yīng)用需求，一直得到廣泛的重視。近年來(lái)隨著計(jì)算機(jī)技術(shù)和數(shù)字圖像處理技術(shù)的飛速發(fā)展，數(shù)字識(shí)別在電子商務(wù)、機(jī)器自動(dòng)輸入等場(chǎng)合已經(jīng)獲得成功的實(shí)際應(yīng)用。人工神經(jīng)網(wǎng)絡(luò)是模式識(shí)別中一個(gè)重要的分支之一。本論文主要才用VC編寫并實(shí)現(xiàn)了一個(gè)基于BP神經(jīng)網(wǎng)絡(luò)的手寫數(shù)字識(shí)別系統(tǒng)。系統(tǒng)分為圖像處理和數(shù)字識(shí)別兩個(gè)部分。系統(tǒng)首先需要進(jìn)行訓(xùn)練之后再把

2、所要識(shí)別的圖片輸入系統(tǒng)經(jīng)過(guò)圖片預(yù)處理之后進(jìn)行數(shù)字識(shí)別。關(guān)鍵詞關(guān)鍵詞：圖像處理；神經(jīng)網(wǎng)絡(luò)；數(shù)字識(shí)別第一章第一章數(shù)字識(shí)別概述數(shù)字識(shí)別概述模式識(shí)別是六十年代初迅速發(fā)展起來(lái)的一門學(xué)科。由于它研究的是如何用機(jī)器來(lái)實(shí)現(xiàn)人及某些動(dòng)物對(duì)事物的學(xué)習(xí)、識(shí)別和判斷能力，因而受到了很多科技領(lǐng)域研究人員的注意，成為人工智能研究的一個(gè)重要方面。字符識(shí)別是模式識(shí)別的一個(gè)傳統(tǒng)研究領(lǐng)域而在字符識(shí)別中數(shù)字識(shí)別也成為現(xiàn)在研究的一個(gè)熱點(diǎn)。數(shù)字識(shí)別分為印刷數(shù)字識(shí)別和手寫數(shù)字識(shí)別

3、。在手寫數(shù)字和印刷體數(shù)字識(shí)別在兩個(gè)領(lǐng)域手寫數(shù)字識(shí)別的難度比較大。手寫數(shù)字識(shí)別難度主要在于：一、數(shù)字相似性大，但字形相差不大；二、數(shù)字雖只有十種，但筆劃簡(jiǎn)單，同一個(gè)數(shù)字寫法差別巨大；三、手寫數(shù)字存在大量斷筆和毛刺，對(duì)識(shí)別造成影響。手寫數(shù)字識(shí)別過(guò)程主要分為預(yù)處理、特征提取和識(shí)別三個(gè)階段。手寫體數(shù)字識(shí)別可以用在很多方面，如郵政編碼自動(dòng)識(shí)別系統(tǒng)﹑銀行支票自動(dòng)處理系統(tǒng)等一般情況。但是涉及到銀行、支票等業(yè)務(wù)的時(shí)候?qū)τ跀?shù)字要求也變的很高，因此對(duì)于系統(tǒng)

4、的正確率和準(zhǔn)確率的要求相應(yīng)的也會(huì)變得很高。1.1手寫數(shù)字識(shí)別的一般方法及比較手寫數(shù)字識(shí)別的一般方法及比較由于手寫數(shù)字有很大的隨意性，筆劃簡(jiǎn)單，同一個(gè)數(shù)字寫法差別巨大，所以近年來(lái)沒有一種簡(jiǎn)單的數(shù)字識(shí)別系統(tǒng)在數(shù)字識(shí)別方面有很高的數(shù)字識(shí)別率。現(xiàn)在很多的研究者已經(jīng)把知識(shí)運(yùn)用到預(yù)處理和特征提取這兩方面從而提高數(shù)字識(shí)別系統(tǒng)的識(shí)別率。近年來(lái)，人工智能中專家系統(tǒng)方法、人工神經(jīng)網(wǎng)絡(luò)方法已應(yīng)用于手寫數(shù)字識(shí)別。在手寫數(shù)字識(shí)別的研究中，神經(jīng)網(wǎng)絡(luò)技術(shù)和多種方法的