基于神经网络的图像识别

原始图 卜 － 图 度化卜 叫 像二值化 像 － ． 像灰 —— ｆ —＿ 图
倾斜度调整 — — 去离教噪声卜 Ｉ ｂｒｓ —一 —＿Ｒ ｅｔ梯度锐 ｏ
图像增强
据 分 析 提 供 了非 常友 好 的 环境 ， 开 了 比较 繁 杂 的 子 程 序 编 避
写任务 。
文 中应 用 ＭＡ Ｌ Ｂ ７１神 经 网络 工 具 箱 设 计 Ｂ Ｔ Ａ ． Ｐ神 经 网
为普 遍 的 为三 层 Ｂ 网络 。 谓 三 层 包 括 了输 入 层 、 出 层 和 Ｐ 所 输
（ ｆ ２ ４ ６ ｊ ３ ５ ７ 转 ９
图 ３ 图像 预 处 理 之 后 的 字 符
Ｆ ｇ ３ Ｃｈ ｒ ｃ ｅ ｍａ ｅ ａ ｔｒ ｐ ｅ ｐ ｏ ｅ ｓｎ ｉ． ａ ａ ｔ ｒｉ ｇ ｆｅ ｒ — ｒ ｃ ｓ ｉ ｇ
中 间 层 （ 称 为 隐 层 ） 或 。
经 过 图 像 预 处 理 后 得 到 的 归 一 化 的 结 果 为 每 个 字 符
输 出层
的 像 素 数 １ ｘ （ ６为 高 度 ， 素 行 数 ； 宽 度 ， 素 列 数 ） ６Ｂ１ 像 ８为 像
大小。 １２ 特 征 提 取 ．
中 问层
所示 。
虽 然 自上 世 纪 ４ ０年 代 才 开 始 ，但 由于 具 有 强 大 的 自适 应 能
力 、 息 的 分 布 式 存 储 、 行 处 理 以 及 能 很 好 的 模 拟 非 线 性 信 并 系统 ， 经在信息处 理 、 式识别 等领域得 到越来越 广泛 的 已 模 应 用 。在 图像 识 别 中 常 用 的 神经 网络 模 型 有 Ｈ ｐ ｅ ｏ ｆ ｌ 经 ｉ ｄ神 网络 、 Ｐ神 经 网 络 、 波 网络 、 胞 神 经 网 络 和 模 糊 神 经 网 Ｂ 小 细 络 。对 于数 字 图像 来 说 ， 用神 经 网络 是 一 种 有 效 的手 段 ， 采 而 Ｍ ｒＡＢ 中包 括 的 神 经 网 络 工 具 箱 为 相 关 的算 法 开 发 与 数 ＡＩ ’ Ｉ
第２ Ｏ卷 第 ９期
Ｖｏ ．０ １ ２
Ｎｏ ９ ．
电 子 设 计 工 程
Ｅｌ ｃｒ ｎｉ ｓｇ ｇｎｅ ｒｎｇ ｅ ｔｏ ｃ Ｄｅ ｉ ｎ Ｅｎ ｉ ｅ ｉ
２１ ０ ２年 ５月
Ｍ ａ ．２ ２ ｙ ０１
基于神 经 网络的图像识别
王 强 ，张 小溪 ，韩一 红
（ 北 工 业 大 学 陕 西 西安 ７ ０ ２ ） 西 １ １９
图 ２ 原 始 字 符 图 像
Ｆ ｇ Ｉ ｉ ａ ｈ ｒ ｃ ｅ ｍａ ｅ ｉ ．２ ｎ ｔ ｌｃ ａ ａ ｔｒ ｉ ｇ ｉ
年 由 Ｒ ｍ ｌａｔ Ｍｃ ｌ ｌ ｄ提 出 来 的 ，是 目前 应用 最 为 广 ｕ ｅ ｎ和 ｈ Ｃｅａ ｌｎ
泛 和 成 功 的 神 经 网 络 之 一 。它 是 一 种 多 层 前 馈 神 经 网 络 ， 最
图像分割卜—— 字符归一化处理 ＿
图 １ 字 符 图像 预 处 理 流程 图
Ｆｇ Ｆｏ ｃ ａｔｏ ｈ ｒｃｅ ｍａ ｅｐ ｅｐｏ ｅ ｓｎ ｉ．１ ｌｗ ｈ ｒ ｆｃ ａ ａｔｒｉ ｇ ｒ・ ｒｃ ｓｉｇ
络 ， 用提 取 的 图像 特 征 对 Ｂ 利 Ｐ神 经 网络 进 行 训 练 ． 而 达 到 从
收 稿 日期 ：０ ２ ０ — ６ ２ １— ２ ２ 稿 件 编 号 ：０ ２ ２ ４ ２ １０ １２
原 始 字 符 图像 及 经 过 预 处 理 之 后 的 图像 如 图 ２ ３所 示 。 、
作 者简 介 ： 强 （９ ９ ）男 ， 西鄱 阳人 ， 士研 究生 。 研 究 方 向 ： 号 与 信 息 处 理 ， 王 １８ 一 ， 江 硕 信 图像 可 视 化 。
图 像 识 别 作 为 图像 技 术 的 一 个 分 支 一 直 是 图 像 处 理 和 模 式 识 别 领 域 的研 究热 点 。传 统 的模 式 识 别 方 法 应 用 于 图像 识 别 主 要 是 利 用 图 像 的颜 色 特 征 、 状 特 征 、 理 特 征 等 对 形 纹 图 像 进 行 比较 【］ 据 这 些 统 计 特 征 对 图像 之 间 的 相 似 度 做 １， －根 ２ 出评 价 。 人 工 神 经 网 络 ｔ Ａ ｔ ｃ ｌ ｅｒｌ ｅ ｏｋ Ａ Ｎ 的 研 究 ３ ｒｆ ｉ ｕａ Ｎ ｔ ｒ ． Ｎ ） ］ ｉ ａＮ （ ｉ ｗ
（ ｏ ｈ ｅｔｒ Ｐ ｌｔ ｈ ｉ ｌ ｎ ｅｓ ｙ Ｘｉａ １ １ ９ Ｃ ｉａ Ｎ ｒ ｗ ｓ ｎ ｏｙ ｃ ｎ ａ ｉ ｒｉ ， ’ｎ７ ０ ２ ， ｈｎ ） ｔ ｅ ｅ ｃ Ｕ ｖ ｔ
Ａｂ ｔ ａ ｔ ｍａ ｅ ｒ ｃ ｇ ｉ ｏ ａ ｅ ｎ ａ ｔ ｃａ ｅ ｒ ｌｎ ｔ ｒ ｓａ ｎ ｗ ｔｐ ｆｉ ｇ ｅ ｏ ｎ ｔ ｎ ｔｃ ｎ ｌｇ ｈ ｔｄ ｖ ｌ ｐ ｓｒ ｃ ：Ｉ ｇ ｅ ｏ ｎ ｔ ｎ ｂ ｓ ｄ ｏ ｒｉ ｉｌｎ ｕ ａ ｅｗｏ ｋ ｉ ｅ ｙ ｅ ｏ ｉ ｉ ｆ ｍａ ｅ ｒ ｃ ｇ ｉ ｏ ｅ ｈ ｏｏ ｙ ｔ ａ ｅ ｅｏ ｓ ｉ ｗｉ ｅ ｄ ｖ ｌｐ ｎ ｆ ｄ ｍ ｏ ｕ ｅ ｃ ｎ ｌｇ ， ｍａ ｅ ｐ ｏ ｅ ｓ ｇ ａ ｔ ｃａ ｎｅｌｇ ｎ ｅ ｐ ｔ ｒ ｃ ｇ ｉ ｏ ｅ ｒ ｎ ｔ ｔ ｅ ｅｏ ｍｅ ｔ ｍｏ ｅ ｃ ｍｐ ｔｒ ｅ ｈ ｏｏ ｈｈ ｏ ｔ ｙ ｉ ｇ ｒ ｃ ｓ ｉ ， ｒｉ ｉｌ ｔｌ ｅ ｃ ， ａｔ ｎ ｒ ｏ ｎ ｔ ｎ ｔ ｏ ｙ ａ ｄ ｎ ｉ ｆ ｉ ｉ ｅ ｅ ｉ ｈ Ｓ ｎ Ｉ ｉ ｎ ｃ ｓ ａｙ ｔ ｋ ｅｉ ｇ ｒ－ ｒ ｃ ｓ ｉｇ ａ ｅ ｌ ｓｔ ｅｆ ａｕ ｅｅ ｔ ｃ ｉｎ ｗ ｒ ｓ ｇ ｔ ｅｄ ｓｔ ｇ ｒ ｃ ｓ ｉｇ Ｏｏ ． ｔ ｓ ｅ ｅ ｓ ｒ ｏｍａ ｅｔ ｍａ ｅｐ ｅｐ ｏ ｅ ｓ ｓｗ ｌ ａ ｔ ｒ ｘｒ ｔ ｏ ｋ ｕ ｉ ｉ ａ ｉ ｈ ｎ ｈ ｅ ａ ｏ ｎ ｈ ｌ ｍａ ｅｐ ｏ ｅ ｓｎ
ｐ ｏ ｅ ｓｏ ｇ ｒ － ｒｃ ｓ ｉ ｇａ ｄｂ ｓ ｄ ｏ ｉ ， ｈ ｕ ｏ ｌｃ ｉｅｓｏ ａ ｈ ｌ Ｗ ａ ｄ ｃ ｌ ｍｎ ａ ｄ ｔｅ Ｅ ｌｒ ｕ ｅ ｓａ ｅ ｒ ｃ ｓ ｆ ｍａ ｅ ｐ ｅｐ ｏ ｅ ｓｎ ｎ ａ ｅ ｎ ｔ ｓ ｔ ｅ ｓ ｍ ｆ ａ ｋ ｐ ｘ ｌ ｆ ｃ Ｏ ｎ ｏｕ ｎ ｕ ｅ ｍｂ ｒ ｒ ｉ ｈ ｂ ｅ ｈ ｎ ｅ ｔａ ｔｄ ａ ｈ Ｐ ｎ ｕ ａ ｅ ｗ ｒ ｐ ｔ ａ ｌ ． ｈ ｅ ｕ ｔ ｏ ｘ ｅｉ ｎ ，ａ ｅ ａ ｅ ｒｃ ｇ ｉ ｏ ａ ｅｏ ９ ，ｃ ｎ ｐ ｏ ｅ ｔａ ｘ ｒ ｃｅ ｓｔ ｅ Ｂ ｅ ｒｌｎ ｔ ｏ ｋ ｉ ｕ ｍｐ ｅ Ｔ ｅｒ ｓ ｌ ｆ ｐ ｒｍｅ ｔ ｖ ｒ ｇ ｅ ｏ ｎ ｔ ｎ ｒ ｔ ｆ８ ％ ｎ ｓ ｓ ｅ ｉ ａ ｒ ｖ ｈ ｔ ｈ ｅ ｕ ｔ ｏ ｅ ｃ ａ ａ ｔｒｉ ｔｅ ｒ ｓ ｌ ｆ ｈ ｈ ｒ ｃｅ ｇ ｒ－ ｒ ｃ ｓ ｉ ｇ ａ ｄ ｅ ｔ ｃ ｉｎ ｏ ａｕ ｅ ｒ ｐ ｒｐ ｉ ｔ ｎ ｆ ｃｉ ｅａ ｄ ｔ ｅ ｄ ｓｇ ｅ Ｐ ｓ ｔ ｍａ ｅｐ ｅｐ ｏ ｅ ｓｎ ｎ ｘｒ ｔ ｆ ｅ ｔ ｒ ｓａ ｅ ａ ｐ ｏ ｒ ｅａ ｄ ｅ ｅ ｔ ｎ ｅ ｉｎ ｄ Ｂ ａ ｏ ｆ ａ ｖ ｈ
系统 自动识 别 字 符 图像 的 目的 。
１ 数 字 图像 处 理
１１ 图像 预 处 理 ．
字 符 图像 预 处 理 的 目的 是 使 字 符 图像 更 清 晰 ． 缘 更 明 边
显 ， 将 每 一 个 字 符 分 割 出来 便 于 进 行 特 征 提 取 工 作 。 针 对 并
本 文 选 取 的字 符 图像 ，给 出 图 像 预 处理 的一 般 流 程 图 如 图 １
ｔｃ ｎ ｌｇ ｅ ｏ ｅｃ ｒｙｎ ｎ ｔ ｅ ｉ ｇ ｅ ｏ ｎ ｔ ｎ Ｉ ｉ ｐ ｐ ｒ ｈ ｅ ｃ ａ ａ ｔ ｒ ｍａ ｅ ｆ ｍ ｓｃ ｏ ｅ ｏｅ ｐ ｕ ｄ ｔ ｅ ｅ ｈ ｏｏ ｂ ｆｒ ａｒ ｉ ｇ ｏ ｍａ ｅ ｒ ｃ ｇ ｉ ｏ ． ｎ ｔ ｓ ａ ｅ ，ｔ ｈ ｒ ｃ ｅ ｇ ｏ ０ ｔ ９ ｉ ｈ ｓ ｎ ｔ ｘ ｏ ｎ ｙ ｈ ｉ ｈ ｉ ｒ ｏ ｈ
预 处 理 的 结 果 和 提 取 的 特征 是合 适 的 、 效 的 ． 计 的 Ｂ 网络 也较 好 的 完成 了模 式分 类识 别工 作 。 有 设 Ｐ
关 键 词 ：图像 识 别 ；图像 顸 处 理 ；特 征提 取 ； Ｐ神 经 网络 Ｂ
中 图分 类 号 ： Ｐ ９ Ｔ ３１ 文献标识码 ： Ａ ・ 文 章 编 号 ： ６４ ６３ （０ ２ ０ — １ ７ ０ １ ７ — ２ ６ ２ １ ）９ ０ ８— ３
９作 为 识 别 目标 ， 图像 预 处 理 过 程 进 行 了叙 述 。 对 并在 此 基 础 上 选 取 字 符 图像 矩 阵 每 行 的 与 每 列 的 黑 色像 素 点 之 和
以及 图像 欧拉 数 这 两 个 特 征 作 为 Ｂ Ｐ神 经 网络 的 输 入 样 本 。 经 实验 仿 真 表 明 图像 的 平 均 识 别 率为 ８ ％ ， 表 明 图像 ９ 这
特 征 提 取 可 以 看 作 是 一 种 特 殊 的 图像 数 据 的简 化 。 目 其 的 是从 高 维 的 数 据 中 抽 取 出 有 效 的包 含 主 要 信 息 的低 维 数 据 ， 于 图 像 分 割 和识 别 。一 般 来 说 ， 便 良好 的特 征 应该 具 有 可
摘 要 ： 经 网络 图像 识 别 技 术 是 随 着 当代 计 算机 技 术 、 神 图像 处 理 、 工 智 能 、 式 识 别 理 论 等 发 展 起 来 的一 种 新 型 图 人 模
像 识 别 技 术 。 进行 图像 识 别之 前 需要 利 用 数 字 图像 处 理 技 术 进行 图像 预 处 理 以及 特 征 提 取 。 文选 取 字 符 图像 ０ 在 本 —
ｎ ｔ ｒ ｌｏｂ ｔ ｒ ｏｃ ｍｐ ｅｅｔ ｅｐ ｔ ｒ ｌ ｓｉ ｃ ｔ ｎ ａ ｄ ｒ ｃ ｇ ｉ ｏ ． ｅｗｏ ｋｉ ａ ｓ ｅｔ ｏ ｌｔ ａｔ ｎ ｃ ａ ｓｆ ａ ｉ ｎ ｏ ｔ ｎ ｓ ｅｔ ｈ ｅ ｉ ｏ ｅ ｎ ｉ Ｋｅ ｒ ｓ ｍａ ｅ ｒ ｃ ｇ ｉ ｏ ｙ ｗｏ ｄ ：ｉ ｇ ｅ ｏ ｎｔ ｎ；ｉ ｇ ｒ — ｒ ｃ ｓ ｉ ｇ ｅ ｔ ｒ ｘ ｃｉｎ；ＢＰ ｎ ｕ ａ ｅｗｏ ｋ ｉ ｍａ ｅｐ ｅ ｐ ｏ ｅ ｓｎ ；ｆａｕ ｅ ｅ ａ ｔｏ ｅ ｒｌ ｔ ｒ ｎ
Ｉ ａ ｅ ｒ ｃ ｇ ｉｉ ｎ ａ ｅ ｎ ｒ ｉ ｃａ ‘ ｕｒ ｔ ｒ ｍ ｇ ｅ ｏ ｎ ｔｏ ｂ ｓ ｄ ｏ ａ ｔｆ ｉ ｌｎｅ ａ ｎｅ ｗｏ ｋ ｉ ｌ
ＷＡ Ｇ Ｑａｇ Ｚ Ａ ＧＸ ａ－ ， ＮＹ －ｏｇ Ｎ ｉｎ ， Ｈ Ｎ ｉｏ ｉ ＨＡ ｉ ｎ ｘ ｈ
－
１ 百度文库－ ８
《 电子设计 工程 ｝ ０ ２年第 ９期 ２１
结 果 作 为 字 符 的特 征 矩 阵 。
鲥 ５ 墨 ６
．
２ Ｂ Ｐ神 经 网 络
２１ Ｂ 网络 结 构 及 算 法 ． Ｐ
Ｂ （ ｒ ｒ ａｋ Ｐｏ ａ ａ ｏ ｅ ｏｋ 神经 网络 ｐ１ 在 １ ８ Ｐ Ｅ ｒ ｃ ｒｐ ｇｔ ｎＮ ｔ ｒ ） ｏＢ ｉ ｗ ， ６ 是 ９６