基于模糊匹配的手写文字识别平台设计

摘要

笔者首先介绍了手写字符识别的背景以及研究方向,重点阐述了图像处理提取特征的方法以及BP神经网络的原理及应用。识别系统分为3个部分,分别是图像的预处理、字符的特征提取以及BP神经网络的训练和识别。其中,预处理主要由对图像进行灰度化、二值化、去噪处理、分割图像并对字符大小归一化这几部分组成。预处理后能够排除大部分对识别的干扰因素,可以降低字符特征提取的难度。本文采用了整体贯穿法来获取图像特征,能更好地提高识别效果。最后用MATLAB GUI来实现BP神经网络的训练与识别,并建立了简单方便的人机交互界面。本系统的训练样本数据为100个各式手写数字图片,测试的数据为100张手写字符图片。经过系统测试发现,对0~9这几个手写数字的识别正确率能达到89%。