基于神经网络的字符识别系统的设计与实现

摘要

随着科技的发展，特别是计算机科学相关技术，大大影响了我们的日常生活，计算机给人们的生活带来了日新月异的变化。计算机图形学在20世纪60年代提出，那个时候就有以贝尔曲线为典型代表的计算机图形学里的概念。这些典型的计算机图形学技术极大方便了人们的生活和学习。
　　日常生活中，企业需要收集数据和统计。原来是手工输入，效率低下且容易出错容易，审查起来费时费力。随着时代的发展，出现了扫描码阅读器，这个工具的出现方便了工作，但扫二维码读取器智能读取条形码。这对少量的商品信息是比较方便的，而对于其他的信息如字符数字字母等无能为力。本课题基于计算机图形学和人工智能领域相关技术算法，尝试研究编写用户识别打印出来的字符的计算机软件。
　　本文试图提出通过结合神经网络的方法来解决字符识别的问题，结合当前已经存在的图像处理技术，如图像预处理相关的二值化、去噪、归一化等。论文详尽介绍了与之相关的图像处理技术以及神经网络理论和技术，设计并实现一个字符识别系统。该系统主要分为图像预处理阶段、字符分割阶段、字符识别阶段三个部分。系统结构合理，具有很高的可靠性和可扩展性。系统具有较高的识别率和抗噪声能力，即使在处理复杂背景和难辨的字符图像时亦能够达到高识别率。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1课题研究背景及意义

1.2字符识别的研究历史及现状

1.3论文主要内容

1.4论文组织结构

第二章 字符识别相关理论与技术

2.1灰度化图像处理

2.2 二值化处理

2.3字符定位与提取

2.4字符特征提取与识别

2.5 本章小结

第三章 字符识别系统的分析

3.1车牌识别系统的需求分析

3.2业务流程分析

3.3本章小结

第四章 字符识别系统的设计

4.1 车牌系统的架构设计

4.2 系统模块设计

4.3 系统处理流程设计

4.4 界面设计

4.5本章小结

第五章 字符识别系统的实现

5.1 系统介绍

5.2系统性能指标

5.3系统实现

5.4系统测试

5.5本章小结

第六章 总结及展望

6.1 总结

6.2 展望

致谢

参考文献