基于bp神经网络的字符识别算法的实现毕业(设计)论文正文

一、原始依据（包括设计或论文的工作基础、研究条件、应用环境、工作目

的等。）

工作基础：了解C++的基本概念和语法，熟练使用Visual C++6.0软件。

研究条件：BP神经网络的基本原理以及图像处理的基本常识。

应用环境：基于BP神经网络的图片图像文件中的字符识别。

工作目的：掌握基于Visual C++6.0应用程序的开发。

了解人工智能的基本概念并掌握神经网络算法的基本原理。

掌握Visual C++6.0中的图片处理的基本过程。

二、参考文献

[1]人工智能原理及其应用，王万森，电子工业出版社，2007.

[2]VC++深入详解，孙鑫，电子工业出版社，2006.

[3]人工神经网络原理, 马锐，机械工业出版社，2010.

[4]Visual C++数字图像处理典型案例详解，沈晶，机械工业出版社，2012.

[5]Application of Image Processing to the Characterization of Nanostructures

Manuel F. M. Costa，Reviews on Advanced Materials Science,2004.

三、设计（研究）内容和要求（包括设计或研究内容、主要指标与技术参数，并根据课题性质对学生提出具体要求。）

1、掌握C++的基本概念和语法。

2、掌握二维神经网络的基本原理。了解BP神经网络的基本概念。

3、完成Visual C++中对于图像的灰度、二值化等预处理。

4、完成基于样本的神经网络的训练以及图像中数字的识别，并对其性能进

行统计和总结，分析其中的不足。

指导教师（签字）

年月日

审题小组组长（签字）

年月日

北京理工大学本科生毕业设计（论文）开题报告

摘要

人工神经网络是通过对人脑生物神经机理进行简化，抽象和模拟之后建立起来的一种计算模型，属于机器学习的重要研究领域。

本设计主要提出一种用神经网络来识别含有数字字符的方法。神经网络采用带有动量项和自适应学习率的反向传播算法(BP)进行训练。在识别之前要对图像进行一系列的预处理，主要包含灰度化、二值化、锐化、噪声去除、字符分割、字符归一化、字符骨架提取等。经过预处理的图片适合后续的训练及识别。预处理后对图片上的字符进行特征提取，特征提取的方法很多，这里选择效果较好的十三特征提取法来进行特征提取。最后采用BP神经网络来对待检测的图片上的数字进行识别。

关键词：反向传播算法;BP网络;人工神经网络;图像处理;特征提取

ABSTRACT

Artificial neural network is a computational model which is established after the simplification of the biological neural mechanism of human brain and abstract and simulation. It belongs to the important research field of machine learning.

In this design, a neural network is proposed to identify the method of containing digital character. The neural network is trained by the back propagation (BP) algorithm with momentum and adaptive learning rate. Before identification, there are a series of image pretreatment which are graying, binarization, sharpening, noise removal, character segmentation, character normalization and character skeleton extraction. Images which are pretreated will be more suitable for the later training and recognition. After pretreatment, feature extraction is performed. There are a lot of ways of feature extraction, the extraction method of thirteen features which has better evaluation was chosen here. Finally, it uses BP neural network to identify the numbers on the pictures which are to be tested.

Keywords: BP algorithm; BP Neural Network; ANN; image processing；Feature Extraction.

目录

第一章绪论 (1)

1.1字符识别的简介 (1)

1.2文字识别方法及研究现状 (1)

1.3课题研究内容 (2)

第二章人工神经网络 (3)

2.1人工神经网络算法 (3)

2.2BP网络 (6)

第三章图像的预处理 (12)

3.1256色位图灰度化 (12)

3.2灰度图像二值化 (12)

3.3图像的梯度锐化 (13)

3.4去除离散的杂点噪声 (14)

3.5整体倾斜度调整 (15)

3.6字符分割 (16)

3.7标准归一化 (18)

3.8紧缩的紧缩重排 (19)

3.9特征提取 (20)

第四章基于人工神经网络的数字识别 (21)

4.1系统框架 (21)