基于OPENCV的手写数字识别系统开发【开题报告】

《基于OPENCV的手写数字识别系统开发【开题报告】》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、毕业论文开题报告电子信息工程基于OPENCV的手写数字识别系统开发一、课题研究意义及现状在计算机技术飞速发展的今天。计算机的功能越来越强大，使用的方法也是越来越复杂。计算机的使用者也越来越向着低操作水平的人群发展。以前在使用计算机的时候，操作人员要有相当强的专业知识，要严格按照各种计算机语言程序来使计算机运行。为了让更多的人能够自由，轻松的操作计算机，就要让计算机了解人的习惯和要求，这样才能让更多的人来使用复杂的计算机。让计算机拥有逻辑判断能力，就是现在人工智能所要研究的主要方向[1]。模式识别是人工智能中人机交互的一个非常重要的研究

2、课题。其在人工智能研究中的作用，就好像眼睛对于人的作用一样。现在研究的手写数字识别系统，在模式识别研究中，有着重要的理论价值。手写数字的识别，主要的研究对象是0到9这十个阿拉伯数字，它们是唯一的被世界各国通用的代表数字大小的字符。这样就使得研究的应用扩展到了世界范围。而且识别的类别比较少，笔画也不是非常的复杂。作为一个研究用的对象来说是比较合适的。在它的研究基础上，可以进一步的做深入的研究和开发一些新的理论。最直接的拓展就是在它的基础上研究英文26个字母，之后就可以再进一步的应用到英文的文章，乃至于中国汉字的识别了。现阶段的手写数字识

3、别系统的研究，以理论研究为主，并没有大量的投入到商业应用之中。虽然现在识别的精度可以达到98%以上，但是对于金融，邮政这种失之丝毫，差之千里的行业来说，这样的精度还是不够理想。目前的识别算法有很多，人工神经网络、模糊算法、小波变换算法、遗传算法、傅里叶变换法等等都可以用来解决手写数字的识别，但它们当然有不同的优缺点。现在使用的最多的是人工神经网络算法中的BP神经网络算法。它有很强的非线性映射能力、泛化能力和容错能力。在处理手写数字这种没有特定规范的事物时，有着非常好的效果[2][3][4]。二、课题研究的主要内容和预期目标本文所要研究

4、的内容是，如何编程实现，让电脑识别出用户手写输入的数字。我们的设备就是一台普通的PC机，然后通过鼠标，在应用程序给出的范围内，随意的画出一个0到9的阿拉伯数字，之后确定。然后，应用程序就可以给出相应的提示，说明程序识别出了用户所输入的数字，并给出了相应的反应。这个程序和现在常用的手机上的手写汉字输入程序在原理上有所区别。一般的手机上的手写汉字识别系统是在用户写入汉字的同时，就开始记录写入的笔画，顺序和速度的。这属于联机手写输入，难度较低。但是本文所研究的识别程序，是把用户写入的数字当作一幅图像来处理的。如果加上摄像头等图像采集设备，就

5、可以很轻松的改装成一套能够实现“计算机读出你在一张普通的纸上写了什么数字”的设备，就好像人用眼睛来看一样的方便[5][6]。三、课题研究的方法及措施手写数字识别系统，主要是在MicrosoftVisualC++6.0的开发平台上开发和调试实现的。因为系统处理的图像来源直接来自于用户直接在计算机中画出的图像，所以前期的预处理（灰度、二值化、去噪等）可以省略。为了实现识别的目的，我们先要提取出图像中的各种特征，用这些特征训练设计好的分类器，然后通过分类器，来区分图像应该所在的类。这样就可以识别出各个数值了。具体措施如下：首先，系统建立一个

6、320*240的数字输入区域，然后提供鼠标画笔，用户可以通过按住鼠标左键，并拖动鼠标，在规定的区域内随意的输入一个阿拉伯数字。然后点击确定，完成待处理图像的保存。其次，计算机对输入图像进行分析，提取出图形的特征值。主要方法是对图像中的字符进行分割，用虚线穿过字符16次（横向4次，纵向4次）。然后统计每条虚线与字符笔画之间的交点的坐标，并记录。当作这个字符的特征。最后是把提取出的特征输入到训练好的分类器中进行识别，分类器的设计采用BP神经网络算法来实现。四、课题研究进度计划2010-10-18至2010-11-11识别系统算法分析和款框

7、图设计.2010-11-12至2010-12-10模拟仿真算法设计.2010-12-11至2011-2-10算法的调试和用软件实现.2011-2-11至2011-2-20系统仿真,调试程序并测试.2011-2-21至2011-3-10完成毕业论文,各种文档的整理.五、参考文献[1]杨淑莹，李兰友.图像模式识别——VC++技术实现[M].北京：清华大学出版社，2005.[2]Kenneth.R.Castleman.数字图像处理[M].北京：电子工业出版社，1998.[3]陈胜勇，刘盛.基于OpenCV的计算机视觉技术实现[M].北京:科

8、学出版社，2008.[4]中国人工智能网[EB/OL].http://www.chinaai.org[5]GaryBradski,AdrianKaehler.LearningOpenCV[M].O'ReillyMedia