基于图像识别技术的手写数字识别系统设计开题报告
2021-12-23 21:38:39
全文总字数：2069字
1. 研究目的与意义及国内外研究现状
国内外研究现状
数字识别(DigitalRecognition)是光学字符识别技术(OpticalCharacterRecog- nition,简称 OCR)的一个分支，数字识别分为印刷体数字识别和手写体数字识别，而手写体数字识别又分为联机手写体数字识别和脱机手写体数字识别。
多年的研究实践表明，对于完全没有限制的手写数字，几乎可以肯定：没有一种简单的方案能达到很高的识别率和识别精度。因此，最近这方面的努力向着更为成熟、复杂、综合的方向发展。一方面，研究工作者努力把新的知识运用到预处理，特征提取，分类当中，如：神经网络、数学形态学等。在手写数字识别的研究中，神经网络技术和多种方法的综合是值得重视的方向。
2. 研究的基本内容
论述并设计一个脱机自由手写体数字识别系统。
首先对待识别数字的进行预处理，包括提取、二值化、平滑滤波、规范化、细化等图像处理方法；其次，探讨如何提取数字字符的结构特征和笔划特征，并设计知识库的构造方法；最后采用以知识库为基础的模板匹配识别方法，并以MATLAB 作为编程工具实现自由手写体数字识别系统的主要功能。
3. 实施方案、进度安排及预期效果
本课题的主要实行方案为先收集资料选定题目然后再根据设计要求画出程序基本流程图再编写程序，最后进行调试及修改，直到最终完成本次毕业设计的要求。本课题进度如下：
2016.10.1—10.30：下达毕业设计任务书，查找相关资料，熟悉课题内容。
2016.11.1—11.30：查找与课题相关的英文文献并翻译。
4. 参考文献
[1]周开利,康耀红.神经网络模型及其 matlab 仿真程序设计[m].北京:清华大学出版社, 2005. [2]g.nagy, spatial sampling effects in optical character recognition [j],icdar95, pp.309.[3]luisr.blando,predictionofocraccuracyusingsimpleimagefeatures [j], icdar95,pp.319.
[4]roberto battiti, et. al. democracy in neural nets: voting schemes for classification[j].neuralnetworks, vol.7, no.4, pp.691～707, 1994. [5]童继进,刘忠.基于 zernike 矩、粗集和神经网络的数字识别方法[j].微计算机信息,2005,21(12) :172～174.
[6]滕书华,孙即祥,邵晓芳.一种鲁棒性的印刷体数字识别算法[j].光学与光电技术,2005 ,3 (6) :12～15.
