基于神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別系統(tǒng)的設(shè)計(jì)畢業(yè)設(shè)計(jì)論文(已修改)

　

【正文】 畢業(yè)設(shè)計(jì)（論文）任務(wù)書(shū)題目：基于神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別系統(tǒng)的設(shè)計(jì)系 名 信息工程系 專 業(yè) 自動(dòng)化 年 級(jí) 2022 級(jí) 學(xué)生姓名 許凱鑰 學(xué) 號(hào) 6009206039 指導(dǎo)教師 扈書(shū)亮 職 稱 講 師 2022 年 12 月 15 日一、原始依據(jù)（包括設(shè)計(jì)或論文的工作基礎(chǔ)、研究條件、應(yīng)用環(huán)境、工作目的等。 ）工作基礎(chǔ)：了解 C++的基本概念和語(yǔ)法，熟練使用 Visual C++軟件。研究條件：依據(jù) BP 神經(jīng)網(wǎng)絡(luò)的基本原理完成算法實(shí)現(xiàn)。應(yīng)用環(huán)境：基于 BP 神經(jīng)網(wǎng)絡(luò)的圖像文件中的數(shù)字識(shí)別。工作目的：熟練掌握 Visual C++應(yīng)用程序的開(kāi)發(fā)。 了解人工智能的基本概念以及神經(jīng)網(wǎng)絡(luò)的基本原理。 熟練掌握 Visual C++中的圖片處理的基本方法。二、參考文獻(xiàn)[1]人工智能原理及其應(yīng)用，王萬(wàn)森，電子工業(yè)出版社，2022.[2] VC++深入詳解，孫鑫 ，電子工業(yè)出版社，2022.[3]人工神經(jīng)網(wǎng)絡(luò)原理, 馬銳，機(jī)械工業(yè)出版社，2022.[4] Visual C++數(shù)字圖像處理典型案例詳解，沈晶，機(jī)械工業(yè)出版社，2022.[5]Application of Image Processing to the Characterization of Nanostructures，Manuel F. M. Costa， Reviews on Advanced Materials Science,2022.三、設(shè)計(jì)（研究）內(nèi)容和要求（包括設(shè)計(jì)或研究?jī)?nèi)容、主要指標(biāo)與技術(shù)參數(shù)，并根據(jù)課題性質(zhì)對(duì)學(xué)生提出具體要求。 ）掌握 C++的基本概念和語(yǔ)法。了解神經(jīng)網(wǎng)絡(luò)的基本原理。完成 Visual C++中對(duì)于圖像的預(yù)處理。完成基于樣本的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練以及圖像中文字的識(shí)別，并對(duì)其性能進(jìn)行統(tǒng)計(jì)和總結(jié)。指導(dǎo)教師（簽字）年 月 日審題小組組長(zhǎng)（簽字）年 月 日天津大學(xué)仁愛(ài)學(xué)院本科生畢業(yè)設(shè)計(jì)（論文）開(kāi)題報(bào)告課題名稱 基于神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別系統(tǒng)的設(shè)計(jì)系 名 稱 信息工程系 專業(yè)名稱 自動(dòng)化學(xué)生姓名 許凱鑰 指導(dǎo)教師 扈書(shū)亮一、課題來(lái)源及意義多層感知器神經(jīng)網(wǎng)絡(luò) BP(Back Propagation)網(wǎng)絡(luò)是 1986 年由 Rumelhart 和McClelland 為首的科學(xué)家提出 ,是一種按誤差逆?zhèn)鞑ニ惴ㄓ?xùn)練的多層前饋網(wǎng)絡(luò),是目前應(yīng)用最廣泛的神經(jīng)網(wǎng)絡(luò)模型之一。BP 網(wǎng)絡(luò)能學(xué)習(xí)和存貯大量的輸入輸出模式映射關(guān)系,而無(wú)需事前揭示描述這種映射關(guān)系的數(shù)學(xué)方程。它的學(xué)習(xí)規(guī)則是使用最速下降法,通過(guò)反向傳播不斷調(diào)整網(wǎng)絡(luò)的權(quán)值和閾值,使網(wǎng)絡(luò)的誤差平方和最小。由于人工神經(jīng)網(wǎng)絡(luò)等新技術(shù)的引進(jìn)，從上世紀(jì) 70 年代以來(lái)，光學(xué)字符識(shí)別技術(shù)逐漸走向成熟。進(jìn)入九十年代以來(lái)，人工神經(jīng)網(wǎng)絡(luò)技術(shù)發(fā)展十分迅速，它具有模擬人類部分形象思維的能力，是一種模仿人腦學(xué)習(xí)、記憶、推理等認(rèn)知功能的新方法。特別是它的信息并行分布式處理能力和自學(xué)習(xí)功能等顯著優(yōu)點(diǎn)，更是激起了人們對(duì)它的極大的興趣。為模式識(shí)別開(kāi)辟了新的途徑，成了模擬人工智能的一種重要方法。近年來(lái),字符識(shí)別技術(shù)在維持國(guó)民經(jīng)濟(jì)迅速發(fā)展的多個(gè)領(lǐng)域中占據(jù)著非常重要的地位。目前，小規(guī)模光學(xué)字符識(shí)別系統(tǒng)應(yīng)用廣泛，有著巨大地商業(yè)前景，如郵政編碼識(shí)別、汽車招牌識(shí)別、產(chǎn)品編碼識(shí)別等。因此，對(duì)于研究基于神經(jīng)網(wǎng)絡(luò)的文字識(shí)別系統(tǒng)有重要的意義。二、研究目標(biāo) Visual C++應(yīng)用程序的開(kāi)發(fā)。 Visual C++中的圖片處理的基本方法。三、研究?jī)?nèi)容 系統(tǒng)識(shí)別框架圖基于 BP 網(wǎng)絡(luò)的文字識(shí)別系統(tǒng)分為兩個(gè)階段，學(xué)習(xí)階段與識(shí)別階段。兩個(gè)階段都要對(duì)樣本字母進(jìn)行預(yù)處理、特征提取，學(xué)習(xí)階段還要進(jìn)行確定穩(wěn)定的權(quán)值，識(shí)別階段還要經(jīng)過(guò)分類在輸出識(shí)別結(jié)果。數(shù)字圖像在采集過(guò)程中，受到像素質(zhì)量、掃描性能的影響，數(shù)字圖像會(huì)帶有形變和噪聲，這些變化都會(huì)影響識(shí)別效果。因此要進(jìn)行預(yù)處理，目的是消除原始圖像中的噪聲，將原來(lái)的圖像轉(zhuǎn)化為清晰地二值化圖像，便于微觀結(jié)構(gòu)特征的提取。預(yù)處理過(guò)程包括去噪、二值化、歸一化和細(xì)化。特征提取是使用計(jì)算機(jī)提取圖像信息，來(lái)決定每個(gè)圖像的點(diǎn)是否屬于一個(gè)圖像特征。在字符識(shí)別當(dāng)中，特征的選擇是一個(gè)關(guān)鍵的問(wèn)題。字符的特征可以分為兩大特征：結(jié)構(gòu)特征和統(tǒng)計(jì)特征。特征提取的原則是所選用的特征能夠很好地反映字符本身的特點(diǎn)。 訓(xùn)練模式是用樣本字符進(jìn)行識(shí)別，將識(shí)別效果與樣本進(jìn)行比對(duì)，判斷是否存在誤差。多次訓(xùn)練，直至誤差滿足在一定范圍內(nèi)即可。學(xué)習(xí)階段完成進(jìn)入識(shí)別階段，識(shí)別階段同樣進(jìn)行預(yù)處理與特征提取兩個(gè)環(huán)節(jié)，與學(xué)習(xí)階段不同的是它還要進(jìn)行分類才能輸出結(jié)果。四、研究方法與手段完成 Visual C++中對(duì)于圖像的預(yù)處理及基于樣本的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練以及圖像中文字的識(shí)別，并對(duì)其性能進(jìn)行統(tǒng)計(jì)和總結(jié)。對(duì)于圖像的預(yù)處理、基于樣本的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練以及圖像中文字的識(shí)別通過(guò) Visual C++軟件編程實(shí)現(xiàn)。特征提取是使用計(jì)算機(jī)提取圖像信息，來(lái)決定每個(gè)圖像的點(diǎn)是否屬于一個(gè)圖像特征。在字符識(shí)別當(dāng)中，特征的選擇是一個(gè)關(guān)鍵的問(wèn)題。字符的特征可以分為兩大特征：結(jié)構(gòu)特征和統(tǒng)計(jì)特征。特征提取的原則是所選用的特征能夠很好地反映字符本身的特點(diǎn)。 樣本字符 特征提取預(yù)處理 訓(xùn)練模式輸出結(jié)果分類特征提取預(yù)處理待識(shí)別字符學(xué)習(xí)階段識(shí)別階段五、進(jìn)度安排— 查找資料，通過(guò)書(shū)籍和視頻學(xué)習(xí)C++ 的基本概念和語(yǔ)法，初步練習(xí)使用 Visual C++軟件。了解 BP 神經(jīng)網(wǎng)絡(luò)的 基本原理及人工智能的基本概念。完 成開(kāi)題報(bào)告。— 掌握 Visual C++中的圖片處理的基本 方法。— 編寫(xiě)程序，完成 Visual C++中對(duì)于圖 像的預(yù)處理。— 完成基于樣本的神經(jīng)網(wǎng)絡(luò)的訓(xùn)練以及 圖像中文字的識(shí)別，并對(duì)其性能進(jìn)行 統(tǒng)計(jì)和總結(jié)。— 撰寫(xiě)論文，準(zhǔn)備答辯。六、主要參考文獻(xiàn)[1] 王萬(wàn)森. 人工智能原理及其應(yīng)用[M]. 電子工業(yè)出版社 , 2022.[2] 孫鑫. VC++深入詳解[M]. 電子工業(yè)出版社, 2022.[3] 馬銳. 人工神經(jīng)網(wǎng)絡(luò)原理[M]. 機(jī)械工業(yè)出版社, 2022.[4] 沈晶. Visual C++數(shù)字圖像處理典型案例詳解[M]. 機(jī)械工業(yè)出版社, 2022.[5] 曾志軍, 孫國(guó)強(qiáng). 基于改進(jìn)的 BP 網(wǎng)絡(luò)數(shù)字字符識(shí)別[J].上課理工大學(xué)學(xué)報(bào), 2022, 32(1)5153. .[6] 周鳴爭(zhēng). 人工神經(jīng)網(wǎng)絡(luò)在自動(dòng)控制系統(tǒng)中的應(yīng)用[J]. 安徽機(jī)電學(xué)院學(xué)報(bào) , 2022,02(5)7175.[7] 張世輝, 孔令富. 漢字識(shí)別及現(xiàn)狀分析[J]. 燕山大學(xué)學(xué)報(bào) , 2022,04(3)8085..[8] 李連勝. 基于神經(jīng)網(wǎng)絡(luò)的手寫(xiě)數(shù)字識(shí)別技術(shù)研究[D]. 中南大學(xué), 2022.[9] 趙蓉. 基于神經(jīng)網(wǎng)絡(luò)的聯(lián)機(jī)手寫(xiě)識(shí)別系統(tǒng)研究與實(shí)現(xiàn)[D]. 西安電子科技大學(xué), 2022.[10] 趙輝, 葉子青. Visual C++系統(tǒng)開(kāi)發(fā)實(shí)例精粹[M]. 人民郵電出版社.[11] 黃襄念, 程萍著. 文字識(shí)別原理與策略[M]. 第一版. 西南交通大學(xué)出版社, 2022.[12] 韓力群. 人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計(jì)及應(yīng)用[M]. 第二版 . 化學(xué)工業(yè)出版社, 2022.[13] 韓力群. 人工神經(jīng)網(wǎng)絡(luò)教程[M]. 北京郵電大學(xué)出版社 , 2022.[14]Application of Image Processing to the Characterization of Nanostructures，Manuel F. M. Costa，Reviews on Advanced Materials Science.[15] Bartlett P L. Ada Boost is Consistent [M]. Department of statics and puter science of California.選題是否合適： 是□ 否□課題能否實(shí)現(xiàn)： 能□ 不能□指導(dǎo)教師（簽字）年 月 日選題是否合適： 是□ 否□課題能否實(shí)現(xiàn)： 能□ 不能□審題小組組長(zhǎng)（簽字）年 月 日畢業(yè)設(shè)計(jì)（論文）說(shuō)明書(shū)題目：基于神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)別系統(tǒng)的設(shè)計(jì)系 名 信息工程系 專 業(yè) 自動(dòng)化 年 級(jí) 2022 級(jí) 姓 名 許凱鑰 指導(dǎo)教師 扈書(shū)亮 2022 年 6 月 6 日摘　　要目前，小規(guī)模光學(xué)字符識(shí)別系統(tǒng)應(yīng)用廣泛，有著巨大的應(yīng)用前景，如郵政編碼識(shí)別、汽車招牌識(shí)別、產(chǎn)品編碼識(shí)別等。本課題綜合分析了國(guó)內(nèi)外文字識(shí)別技術(shù)的發(fā)展現(xiàn)狀，利用 BP 神經(jīng)網(wǎng)絡(luò)設(shè)計(jì)并實(shí)現(xiàn)一種高效可靠的字符識(shí)別系統(tǒng)。本設(shè)計(jì)主要完成了如何利用 BP 神經(jīng)網(wǎng)絡(luò)去識(shí)別圖片上的字符。在識(shí)別之前要對(duì)圖像進(jìn)行一系列的預(yù)處理，主要包含灰度化、二值化、銳化、噪聲去除、字符分割、字符歸一化、字符骨架提取等。經(jīng)過(guò)預(yù)處理的圖片適合后續(xù)的訓(xùn)練及識(shí)別。預(yù)處理后對(duì)圖片上的字符進(jìn)行特征提取，特征提取的方法很多，這里選擇效果較好的十三特征提取法來(lái)進(jìn)行特征提取。最后采用 BP 神經(jīng)網(wǎng)絡(luò)來(lái)對(duì)待檢測(cè)的圖片上的數(shù)字進(jìn)行識(shí)別。關(guān)鍵詞：字符識(shí)別。BP 網(wǎng)絡(luò)。人工神經(jīng)網(wǎng)絡(luò)。預(yù)處理。特征提取ABSTRACTCurrently, smallscale optical character recognition system is widely used, and it has great prospects in application, such as zip code recognition, auto signature identification, product code recognition, and so on. This papper analyzes the development status of recognition technology at home and abroad prehensively, by using BP neural work can we design and implement an efficient and reliable character recognition system.This design can realize the recognition of characters on the picture by using BP neural work. 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 work to identify the numbers on the pictures which are to be tested. Keywords: Character Recognition。 Pretreatment。 BP Neural Network。 Artificial Neural Network；Feature Ex