基于改进型BP神经网络的字符识别算法研究-论文.pdf

《基于改进型BP神经网络的字符识别算法研究-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、·206·价值工程基于改进型BP神经网络的字符识别算法研究ResearchonCharacterRecognitionAlgorithmBasedonImprovedBPNeuralNetwork刘芳LIUFang(黑龙江东方学院计算机科学与电气工程学部，黑龙江150086)(CollegeofScienceandElectricalEngineering，EastUniversityofHeilongjiang，Heilongjiang150086，China)摘要：神经网络被广泛地应用于字符识别，通过对其难点问题的分析，为了提高字符识别率，本文应用改进型BP神经网络进行字

2、符识别，该算法识别率高，速度快，可适用于多种高噪声环境中，实用性很强。Abstract：Neuralnetworkiswidely印pliedforcharacterrecognition．Throughtheanalysisoftheproblems，thispaperrecognizescharacterbytheapplicationofimprovedBPneuralnetwork，SOastoimpmverecognitionrate．Thismethodhashighrecognitionrate，fastspeed，strongpracticability，an

3、dCanbeappliedtovarioushighnoiseenvironment．关键词：神经网络；图像预处理；特征提取；字符识别Keywords：neuralnetwork；imagepreprocessing；featureextraction；characterrecognition中图分类号：TP301．6文献标识码：A文章编号：1006--4311(2014】10—0206—020引言点的统计有误差也不会造成大的影响，增强了特征的抗干字符识别是指采用扫描仪、数码相机等输入设备，把扰性。这种方法正得到日益广泛的应用。英文字母、数字、条形码等特殊字符的图形文件输入计

4、算字符的结构特征直接反映了字符的特有属性，而用字机，由识别软件对图片信息上的字符信息进行识别并变换符的统计特征进行字符识别则是利用了计算机软件善于成可编辑文档的识别技术。主要有光学字符识别(Optical处理数字的特点。虽然近几年流行的神经网络方法主要采CharacterRecognition，OCR)、图像字符识别(Image用的是局部特征，但其分类机理也与传统的统计识别方法CharacterRecognition，ICR)和智能字符识别(Intelligent相类似，优点是灵活性强。CharacterRecognition，ICR)，实际上这三种自动识别技术2字符识别流程

5、的基本原理大致相同。字符识别技术在当今社会的许多领域都有着广泛的1常用字符识别方法商业应用前景。常见应用有条码识别、车牌识别、盲人的辅字符识别方法基本上都是为了区分结构识别、统计识助阅读设备和邮包自动分检等。本文以车牌识别为例说明别以及两者相结合的三大类方法，这三大类方法都包含具字符识别的应用以及识别流程。车牌识别系统的工作流程体的识别方法。如图1所示。1．1结构识别结构识别是早期字符识别的研究的主!兰兰H兰竺兰H兰兰竺H!竺竺H!竺要方法，我们也可以称之为句法结构识别。其思想是提取图1车牌识别系统的工作流程图含有一定规律的结构信息，作为识别的依据。识别过程类经过字符分割后，

6、得到可以进行字符识别的图像。本似一个逻辑推理过程。结构识别的优点在于对字符变化的文采用神经网络方法进行字符识别，识别的具体过程如图适应性强，区分相似字符能力强。但是在实际获取字符图2所示。像的过程中，由于存在着很多扭曲、倾斜等因素，就导致不能够准确地提取结构特征，后面的识别过程就成了无源之兰!三竺竺竺H!!竺!竺卜兰兰竺H!兰水。此外，结构识别的算法描述也较为复杂，匹配过程的复图2字符识别的流程图杂度也很高，因此，我们原有的句法识别就受到新的挑战。1．2统计识别统计决策论的发展相对较早而且成3基于改进型BP神经网络的字符识别算法熟，是为了提取待识别字符的～组统计特征，然后按照

7、一3．1BP神经网络简介神经网络最早的研究是20世定的准则进行决策函数的分类判决的。而统计识别是将字纪40年代，由心理学家Mcculloch和数学家Pitts合作提符点阵看作是一个能够经过大量统计数据得到的整体，是出的，由此拉开了神经网络研究的序幕。人工神经网络是以后所用的特征都需要经过的。统计特征主要是以抗干扰通过对人脑生物神经机理进行简化，抽象和模拟之后建立能力强为主要特点，以实现匹配与分类的算法简单，且容起来的一种计算模型，属于机器学习的重要研究领域。人工神经网络可以应用于字符识别、人脸识别等领域