《基于模板匹配的手寫數(shù)字模式識別.ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《基于模板匹配的手寫數(shù)字模式識別.ppt（16頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

基于模板匹配的手寫數(shù)字模式識別 背景及意義模式識別是六十年代初迅速發(fā)展起來的一門學(xué)科 由于它研究的是如何用機(jī)器來實(shí)現(xiàn)人及某些動(dòng)物對事物的學(xué)習(xí) 識別和判斷能力 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 自從計(jì)算機(jī)問世以來 讓機(jī)器具有模式識別能力一直是計(jì)算機(jī)科學(xué)家們的努力方向 研究表明 對視覺和聽覺信息的處理過程 不僅僅是一個(gè)感知過程 也是一個(gè)認(rèn)知過程 因此 研究模式識別 是理解人類智能的本質(zhì)的重要途徑 研究內(nèi)容本文主要研究的是基于模板匹配的手寫數(shù)字的模式識別 研究對象局限于特定人手寫的數(shù)字 針對0 9這十個(gè)數(shù)字 先對其進(jìn)行圖像預(yù)處理 然后運(yùn)用相應(yīng)的模板匹配法對其進(jìn)行匹配 達(dá)到最終識別 系統(tǒng)的背景 意義及內(nèi)容 論文的結(jié)構(gòu) 第一部分手寫體數(shù)字識別簡介第二部分圖像處理第三部分MATABLE介紹第四部分模板匹配第五部分結(jié)果 1 手寫體數(shù)字識別簡介 1 1手寫數(shù)字識別概述字符識別的各分支 1 手寫體數(shù)字識別簡介 1 1手寫數(shù)字識別的典型應(yīng)用手寫數(shù)字識別在大規(guī)模數(shù)據(jù)統(tǒng)計(jì)中應(yīng)用 如 行業(yè)年鑒 人口普查等 手寫數(shù)字識別在財(cái)務(wù) 稅務(wù) 金融 領(lǐng)域中的應(yīng)用 手寫數(shù)字識別在郵件分揀中的應(yīng)用 1 2光學(xué)字符識別方法的介紹手寫字符識別大致可以分為6中情況 1 模板匹配法 2 統(tǒng)計(jì)決策法 3 結(jié)構(gòu)特征法 4 模糊辨別法 5 邏輯推理法 6 神經(jīng)網(wǎng)絡(luò)法 2 圖像處理 2 1圖像處理簡介圖像處理技術(shù)基本可以分為兩類 模擬圖像處理和數(shù)字圖像處理 2 2數(shù)字圖像的概念一幅圖像可以定義為一個(gè)二維函數(shù)f x y 其中x和y是空間坐標(biāo) 而在任何一對空間坐標(biāo) x y 上的幅值f稱為該點(diǎn)圖像的強(qiáng)度或灰度 當(dāng)x y和幅值f為有限的 離散的數(shù)值時(shí) 稱該圖像為數(shù)字圖像 2 圖像處理 2 3數(shù)字圖像預(yù)處理2 3 1圖像的增強(qiáng) 1 空間變換增強(qiáng) 2 空間濾波增強(qiáng) 3 頻域增強(qiáng)2 3 2圖像的灰度化2 3 2圖像的平滑濾波2 3 3圖像的二值化2 3 4圖像的細(xì)化2 3 5圖像的歸一化 3 MATABLE介紹 3 2MATABLE在數(shù)字圖像處理中的應(yīng)用MATLAB工具箱中的數(shù)字圖像處理函數(shù)幾乎涵蓋了近期研究成果內(nèi)的所有技術(shù) 因此在實(shí)際應(yīng)用中是十分方便的 例如 imread 函數(shù)用于讀入各種圖像文件 imwrite 函數(shù)用于輸出圖像 imfinfo 函數(shù)用于讀取圖像文件的有關(guān)信息 subplot 函數(shù)能將一個(gè)圖像窗口分成幾個(gè)部分 但同一個(gè)圖像窗口內(nèi)只能有一個(gè)調(diào)色板 subimage 函數(shù)可在一個(gè)圖像窗口內(nèi)使用多個(gè)調(diào)色板 下面通過實(shí)例介紹幾個(gè)簡單的MATLAB工具箱中的數(shù)字圖像處理函數(shù) 1 用MATLAB改變圖像的大小可以通過imresize 函數(shù)來實(shí)現(xiàn) 它的調(diào)用格式為 B imresize A M METHOD 3 MATABLE介紹 I imread zb jpg J imresize I 2 imshow I figure imshow J 2 用MATLAB對圖像進(jìn)行旋轉(zhuǎn)可以通過imrotate 函數(shù)來實(shí)現(xiàn) 它的調(diào)用格式為 B imrotate A ANGLE METHOD BBOX I imread zb jpg J imrotate I 45 bilinear K imrotate I 45 bilinear crop subplot 1 3 1 imshow I subplot 1 3 2 imshow J subplot 1 3 3 imshow K 論文的結(jié)構(gòu) 3 用MATLAB對圖像進(jìn)行裁剪可以通過imcrop 函數(shù)來實(shí)現(xiàn) 它的調(diào)用格式為 B imcrop A MAP RECT imshow zb jpg I imcrop imshow I 4 模板匹配 4 1文中匹配方法文中的模板匹配方法是將預(yù)先設(shè)計(jì)好的標(biāo)準(zhǔn)字符模板存儲(chǔ)在計(jì)算機(jī)中 然后用待識別字符與標(biāo)準(zhǔn)模板進(jìn)行邏輯 與 運(yùn)算 4 1 1文中方法匹配原理通過計(jì)算機(jī)對一幅圖像進(jìn)行分析處理 首先要將其轉(zhuǎn)化為計(jì)算機(jī)可以識別的語言 因此要對一幅字符圖像進(jìn)行識別 首先要將其進(jìn)行灰度化 然后進(jìn)行二值化得到一幅二值圖像 在這幅二值圖像中 白色部分的像素值為1 黑色部分的像素值為0 即字符筆畫所在位置的像素值為1 邏輯 與 運(yùn)算的規(guī)則為 1 1 11 0 00 1 00 0 0將其轉(zhuǎn)變?yōu)閳D像顏色的關(guān)系即為 白 白 白 白 黑 黑 黑 黑 黑 黑 白 黑 4 模板匹配 待識別字符圖像與相應(yīng)的標(biāo)準(zhǔn)字符模板進(jìn)行邏輯 與 運(yùn)算后得到的圖像仍為該字符圖像 與不相應(yīng)的標(biāo)準(zhǔn)字符模板進(jìn)行邏輯 與 運(yùn)算后 會(huì)因?yàn)榘咨霈F(xiàn)的位置不同導(dǎo)致待識別字符圖像中原來的白色部分變?yōu)楹谏?這樣得到的圖像就不再是原有的字符圖像 這一過程的對比圖像如下圖所示 5與9的匹配9與9的匹配 4 模板匹配 4 1 2文中匹配方法的步驟 1 將標(biāo)準(zhǔn)車牌字符模板存儲(chǔ)在計(jì)算機(jī)中 標(biāo)準(zhǔn)模板如右圖所示 2 將這些標(biāo)準(zhǔn)模板中的數(shù)字圖像進(jìn)行灰度化和二值化 得到相應(yīng)二值矩陣Ai 3將待識別的數(shù)字圖像進(jìn)行灰度化 二值化和大小歸一化 得到相應(yīng)的二值矩陣B 文中是將待識別數(shù)字圖像的大小統(tǒng)一歸一化為標(biāo)準(zhǔn)模板的大小48 24 上面兩步中將數(shù)字圖像進(jìn)行灰度化 二值化和大小歸一化的處理所對應(yīng)的MATLAB命令為 I imread a b level graythresh I BW1 im2bw I level D imresize BW1 48 24 其中 a 表示圖片名稱 b 表示圖片格式 4 模板匹配 4 將二值矩陣B分別與二值矩陣Ai進(jìn)行邏輯 與 運(yùn)算 得到新的二值矩陣Ci 這一步中邏輯 與 運(yùn)算所對應(yīng)的MATLAB命令 L and a b 5 根據(jù)預(yù)先設(shè)定好的判別函數(shù)得出最終的識別結(jié)果 因?yàn)榇R別字符圖像與相符的標(biāo)準(zhǔn)字符模板進(jìn)行邏輯匹配后得到的新圖像變化最小 因此 文中提出了一個(gè)判別函數(shù)f cj 該函數(shù)是求取sum Ai sum B 和sum Ci 標(biāo)準(zhǔn)差的最小值 判別函數(shù)的表達(dá)式為 5 結(jié)果 5結(jié)果這種模板匹配方法的計(jì)算過程是十分簡單的 但是通過對比圖可以看出這種匹配方法是十分有效的 本文能夠順利完成 要特別感謝我的導(dǎo)師胡紅萍老師 請各位老師批評指正 致謝