基于OPENCV的手写数字识别系统开发的综述【文献综述】

基于OPENCV的手写数字识别系统开发的综述【文献综述】

ID:463948

大小:26.50 KB

页数:4页

时间:2017-08-05

基于OPENCV的手写数字识别系统开发的综述【文献综述】_第1页
基于OPENCV的手写数字识别系统开发的综述【文献综述】_第2页
基于OPENCV的手写数字识别系统开发的综述【文献综述】_第3页
基于OPENCV的手写数字识别系统开发的综述【文献综述】_第4页
资源描述:

《基于OPENCV的手写数字识别系统开发的综述【文献综述】》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、4毕业论文文献综述电子信息工程基于OPENCV的手写数字识别系统开发的综述摘要:本文简单的描述了手写数字识别系统研究的过程中所涉及到的一些领域和使用的工具。这些知识都是现阶段比较热门的研究方法,可行度相对比较的高。而且就这些方法发表了一些自己总结的观点。关键字:OPENCV;模式识别;计算机视觉;前言根据相关数据,人类在接收信息的来源,20%来自听觉,60%来自视觉。还有其他的味觉、嗅觉、触觉加起来只占了剩下的20%。所以视觉在人们的日常生活中的作用非常的大。作为现在研究视觉的重要手段——图像处理

2、技术,其重要性可想而知。模式识别是图像处理技术的一门分支,但是其重要性已经使其发展为了一门独立的新学科。在现在很多先进的科学项目中都可以看到模式识别技术的身影,如人工智能、系统控制、遥感数据分析、军事目标识别、生物医学工程等等领域。手写数字识别,作为模式识别领域的一个重要问题,也有着重要的理论意义。在整个OCR(OpticalCharacterRecognition)领域中,难度最高的就是手写字符的识别。虽然人们在手写字符识别的研究中,已经有了很大的成就。但是距离实际应用,还有着一定的距离[1]。

3、1.OpenCV简述[1][2]OpenCV(OpenComputerVision)既开源计算机视觉库,采用C/C++语言编写,能够运行在Windows/Linux/Mac等操作系统上,实现了图像处理和计算机视觉方面的很多通用算法。OpenCV是计算机视觉、模式识别、图像处理、信号处理、视频监控等相关从业人员的好工具。它包含了300多个C函数的跨平台的中、高层API。在这些已经完成的函数的基础上,相关人员可以迅速的开展自己的工作,而不需要从最原始的函数一点一点的开始。而且它为IPP(Intel®I

4、ntegratedPerformancePrimitives)提供了透明的接口。这表明OpenCV将在运行时自动加载这些库。整个OpenCV函数库主要包含以下几个模块:(1)CxCore:提供各种数据类型的基本功能,包含一些基本结构和算法函数。(2)HighGUI:提供用户交互部分(GUI、图像视频I/O、系统调用函数)的函数。4(3)Cv:这个是OpenCV的主要函数,包含图像处理、运动分析、结构分析、模式识别、摄像机标定和物体跟踪等功能。(4)CvAux:是OpenCV的附加函数库,包含Vie

5、wMorphing,三维跟踪,PCA,HMM等实验性的函数。2.模式识别的基本概念什么是模式识别?模式识别说白了,就是计算机在“看”。对于我们人类来说,“看”是一件非常简单的事情,平时的读书、看报是我们在识别文字,让我们好知道上面表达的是什么意思。日常的走路是我们在识别路程障碍,防止我们碰到东西,并顺利到达目的地。在路上碰到人,是我们在识别人脸,让我们知道哪些是熟人,哪些是陌生人。当我们睁开眼的时候,光线带着大量周围环境的信息,进入到我们的眼睛当中,转换成微弱的电信号,通过神经末梢传递到大脑之中,

6、然后大脑对这些信息进行分类、识别然后做出相应的判断,让我们知道在我们眼前有些什么东西。可是这个简简单单的“看”,对计算机来说,却是很有难度的一件事情。因为对于计算机来说,一幅图像,就只是一堆数字而已。我们要做的,就是让计算机分析这一堆数字,然后找到隐藏在其中的信息,提取其中对我们有用的,再加以利用。这个就是所谓的计算机的“看”,我们所说的模式识别,也就是现在的计算机视觉技术。3.模式识别系统的组成[3]一般的模式识别系统,由数据获取、预处理、特征提取、分类决策及分类器设计五部分组成。这些又可以分成

7、两部分:一部分用来训练分类器,得到分类器需要的具体参数;另一部分用来完成未知类别识别的分类。数据获取:现实生活中的信号一般都是一模拟量的形式存在的,计算机不能直接处理这些信号,它需要先把这些模拟量转换成为计算机能够识别处理的数字量才可以。一般的数据有以下几种:一维波形:振动波形、脑电图;二维图像:照片、指纹、文字。预处理:从自然界的模拟量转换过来的数字量通常都含有大量的噪声、变形等。在送到计算机的识别模块识别之前,要尽量的对这些数据信号进行处理,使它们符合识别模块的输入要求。特征提取:转换过来的信

8、号量含有很多没有用的信号,我们要从中提取出对我们有用的信号来加以识别,而那些没有用的信号是可以忽略的。也就是从中提取出能够反应事物本质的特征。分类决策:分类决策是整个识别系统的核心,在特征空间中用模式识别方法把被识别对象归为某一类别。分类器设计:分类器的参数是收集样品训练出来的,通过不断地训练,改进判别函数和误差检测。4.手写数字研究的难度[4]4虽然0~9个阿拉伯数字只有10个字符,而且笔画十分的简单,看起来好像不是很难识别。但是实际上,在实际的测试中,数字的识别正确率,反而比印

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。