基于手写体数字识别的信息录入与处理系统

摘要

手写体数字识别是信息录入的关键步骤，广泛应用于公安、税务、交通、金融等行业的实践活动中。虽然识别方法多种多样，但是目前技术尚不能使识别率达到100﹪。为了能够将手写体数字识别真正应用到实际工作中，本文除了在手写体识别算法的识别率提高上下功夫之外，还设计了一个基于手写体数字识别的信息录入与处理系统。 手写体数字识别的主要难点在于手写体数字字形小，特征信息量少，不同的人群书写习惯不同造成数字的形态千变万化；在某些应用中对于单字识别来说，手写体数字的正确识别要比其他字符严格得多。在对手写体数字识别技术做了充分比较后，本文选择了BP神经网络算法作为识别算法。BP网络实质上实现了一个从输入到输出的映射，理论上它具有实现任何复杂的非线性映射的能力，适合于求解内部机制复杂的问题。 BP神经网络的识别效果还依赖于训练神经网络样本集合的质量。为了获得识别率高、误识率低的分类神经网络，本文采集了不同人群中的5万余个有代表性的手写体数字图像作为训练、测试样本。有了这些样本以后，我们对样本图像作了二值化、去噪声、纠偏、细化、定位分割、尺寸归一化等一系列处理，经过这些处理后的单个字符图像被离散成神经网络的输入样本。将样本划分为训练集和测试集，对神经网络进行训练，所得到的神经网络能够达到较满意识别效果。其中，我在处理数字样本的时候发现，某些样本是对神经网络有害的‘坏’样本，在研究中我尝试将这些坏样本‘剔除’以后发现神经网络的识别率和拒识率有所提高、误识率明显下降。 将手写体数字识别技术投入实际应用中是我们的最终目标，为此本文设计了一个基于手写体数字识别的信息录入与处理系统，此系统可以混合处理照片、文字(仅保存图像)、OMR以及手写体数字，本文仅重点研究及介绍其中的手写体数字识别模块。系统使用扫描仪将信息卡内容扫描到计算机中以后，程序对手写体数字图像进行二值化、去噪声等预处理，然后形成神经网络分类模型的输入，并由神经网络进行识别。识别后的结果会显示在计算机终端上，并由操作人员对拒识字符进行处理。考虑到识别算法可能有误识别的情况，本文设计了一种批量校对的方法来处理可能发生的误识。经过测试，BP神经网络手写体数字识别算法识别率可达到96.8﹪以上、拒识率小于2.7﹪、误识率小于0.5﹪；在实际系统应用中，批量手写体数字校对方式可以成倍提高误识校正的速度，熟练操作者的处理速度可以达到100字符／秒甚至更高，经过人工干预后，最终误识率小于万分之一。本文主要贡献如下： (1)实现了BP神经网络的训练和识别算法，并在实际工作中得到应用。 (2)发现了‘坏’样本对BP网络识别效果的影响，给出了‘坏’样本的判定方法。 (3)设计实现了识别结果的批量校对软件，提高了误识字符校对的效率。 在以后的工作中，我还会在快速神经网络算法、神经网络集成和图像预处理等技术上多下功夫，争取为神经网络和手写体数字识别的应用和推广做出贡献。

目录

文摘

英文文摘

原创性声明和关于论文使用授权的说明

第1章绪论

1.1研究背景

1.2国内外研究现状

1.3本文的工作

第2章研究基础

2.1手写体数字识别研究

2.1.1手写体数字识别简介

2.1.2手写体数字识别系统性能的评价方法

2.1.3手写体识别的技术难点

2.2神经网络研究

2.2.1神经网络简介

2.2.2神经网络的发展史

2.2.3神经网络的应用

2.2.4 BP网络

2.3图像采集与图像处理

2.3.1图像采集

2.3.2 TWAIN接口标准协议

2.3.3图像处理

第3章系统设计

3.1样本采集

3.2图像获取

3.3图像预处理

3.3.1二值化

3.3.2纠偏

3.3.3去噪声

3.3.4定位分割

3.3.5细化

3.3.6尺寸归一化

3.4样本生成

3.5神经网络训练

3.6数字识别

3.7人机交互

第4章系统实现

4.1样本采集与图像获取

4.1.1数字样本的采集

4.1.2图像的获取

4.2图像预处理

4.2.1二值化

4.2.2去噪声

4.2.3纠偏

4.2.4分割

4.2.5图像尺寸归一化

4.2.6细化

4.3样本生成

4.3.1生成初始样本

4.3.2样本处理

4.4神经网络训练

4.4.1样本集划分

4.4.2训练

4.4.3测试

4.5神经网络识别

4.6应用系统实现

4.6.1系统运行的软硬件环境

4.6.2图像扫描

4.6.3手写体数字识别

4.6.4拒识字符处理

4.6.5批量手写体数字校对

4.7实验结果

4.8本章小结

第5章结论与展望

5.1结论

5.2展望

参考文献

致谢