手写体数字识别的软件设计(毕业设计论文)

《手写体数字识别的软件设计(毕业设计论文)》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、毕业设计说明书手写体数字识别的软件设计电子与计算机科学技术学院学生姓名：学号：计算机科学与技术专业学院：专业：指导教师：2009年6月手写体数字识别的软件设计摘要手写体数字识别是利用机器或计算机自动辨认手写体阿拉伯数字的一种技术，是光学字符识别技术的一个分支。由于阿拉伯数字的世界通用性，并且数字的识别和处理也常常是一些自动化系统的核心和关键，所以对手写体数字识别研究通用性强，且意义重大。本文主要的研究的工作集中在图像预处理和选择合适的特征向量，并实现一个完整手写体数字识别系统。本文中对几种常见的二值化算法进行比较，并最终选择基于梯度的二值化

2、算法；在本文中，提出了一种方法来解决结构点检测的传统方法的缺陷。另外本文还提出将一般用来直接识别字符的凸凹特征作为字符的特征向量之一。通过对NIST的数据进行测试，实验数据表明本文设计的数字识别系统对手写体数字识别具有较高的识别率。关键词：手写体数字识别，特征向量，二值化算法，凸凹特征TheSoftwareDesignofHandwrittenNumeralRecognitionAbstractThehandwrittennumeralrecognitionisatechnology,whichautorecognizesthehandwr

3、itingArabiannumeralviamachinesorcomputers,andaspecialfieldintheOpticalCharacterRecognitiontechnology.Thenhandwrittennumeralrecognitionresearchisgreatlygeneral-purposeandsignificative,becauseoftheuniversalArabicnumerals.Onthesamescore,thehandwrittennumeral,recognitiontechno

4、logiesareplayinganimportantroleinanumberofautomatizationsystems.Inthispaper,themainstudyfocusedonimagepre-processingandselectionofappropriatefeaturevectors,andtorealizeacompletesystemofhandwrittennumeralrecognition.Thereareseveralcommoncomparisonsofbinarizationalgorithmint

5、hisarticle,andchoosethegradient-basedbinarizationalgorithmfinally;andobjectingtothedefectionoftraditionalmethodsofstructuralpointdetection,asolutiontotheproblemwasputupinthisarticle.Inaddition,thispaperalsoraisestheconvex-concavefeatureasoneofthecharacterfeaturevectors.Thr

6、oughtheNISTtestdata,experimentaldatashowsthatthedigitalidentificationsystemdesignedforhandwrittennumeralrecognitionhasahighrecognitionrate.Keywords:Handwrittennumeralrecognition,Characterfeaturevectors,Binarizationalgorithm,Convex-concavefeature中北大学2009届毕业设计说明书目录1绪论11.1字符识

7、别概述11.2手写数字识别的意义和应用前景21.3字符识别的研究与发展31.4手写数字识别的难点31.5国内外研究现状41.6手写体数字识别系统概述51.7本文内容安排62手写体数字识别中预处理技术82.1平滑去噪82.2二值化102.3归一化162.4倾斜校正202.5细化223手写体数字识别中串切分技术253.1切分方法概述253.2手写数字串常用方法简介253.2.1投影法的直线切分253.2.2滴水算法263.2.3动态规划算法263.2.4滑动窗口法263.2.5多模具切分法263.3本文手写数字串切分方法介绍274手写体数字识别

8、中特征值提取技术294.1特征提取概述294.2手写体字符特征提取方法概述304.3手写体数字识别中的结构特征提取324.3.1结构点特征32第Ⅰ页共Ⅱ页中北大学2009届毕业设