手寫數字bayes匹配識別系統的設計

電子通信論文編號:TX214   論文字數:18949,頁數:42                     
目   錄
第1章  緒  論 1
1.1  選題的背景及意義 1
1.2  脫機手寫識別發展概況 3
1.3  手寫體數字的特點 4
1.4  本文的組織結構 5
第2章 圖像預處理 6
2.1  數據獲取 6
2.2  預處理 6
2.2.1 圖像的灰度化 6
2.2.2 圖像的二值化 7
2.2.3 圖像的平滑去噪 7
2.2.4 圖像的字符分割 8
2.2.5 圖像的歸一化處理 9
第3章  特征提取與選擇 10
3.1 樣本特征庫初步分析 12
3.2 樣品篩選處理 13
3.3 特征篩選處理 13
3.4 手寫數字特征提取與分析 14
第4章 聚類識別理論支持之線性判據 16
4.1 對象相似性的測度 16
4.1.1 對象間距離種類 16
4.1.2 距離測度算法簡介 18
4.2  Bayes決策理論之于手寫體字符聚類識別 18
4.2  幾種聚類判據算法淺析 20
4.2.1 試探性未知類別聚類算法 20
4.2.2 模糊聚類算法 21
4.2.3 動態聚類算法 21
第5章 聚類實現及結果分析 23
5.1 聚類軟件執行流程 23
5.2 軟件執行結果分析 26
結 論 29
致 謝 31
參考文獻 32
附 錄1 33
附 錄2 34

摘要：脫機手寫體數字識別是模式識別領域一個極具挑戰性的課題，它將在信函分揀、銀行支票識別、統計報表處理以及手寫ID的自動輸入等諸多方面發揮巨大的作用。然而，手寫體數字的書寫隨意性很大，相鄰數字之間的位置關系也復雜多樣。本系統基于最小風險的貝葉斯（bayes）匹配決策進行設計，將本系統的主要應用方向標定為脫機手寫數字樣本的自動錄入及聚類，主要工作如下：
 1、預處理方面，實現了基本的圖像平滑，并針對不同紙張背景制定了區別對待的圖像二值化策略：對以空白紙張為背景的數字圖像采用迭代最佳分割閾值算法，以稿紙為背景的數字圖像采用雙重閾值法。
 2、回顧和總結了歷年手寫數字的主要細化方法，在結合本系統主要適用于數字錄入這一用途的基礎上，提出了改進細化算法。
 3、介紹了幾種主要的統計特征和筆劃結構特征提取方法。針對本次設計采用了像素分割提取的方式。
 4、在識別階段，本系統基于bayes理論采用了多種識別算法進行圖形聚類。
 系統中測試樣本共包含8張數字記錄掃描擴大圖片，其中有標準印刷體數字雜陳類型，同種類異尺度印刷體類型，不規則手寫體類型，圖形元件類型等。算法聚類正確率視具體樣本類型而定。
 
關鍵詞：手寫數字； 聚類； 貝葉斯； 特征提取； 模糊集； 聚類中心

 Design of handwritten numeral matching and recognition system base on Bayes theory
Abstract： The off-line recognition of handwritten numeral is one of the challenging items in the field of pattern recognition.It will paly a important role in many respects such as automatic inputting for letter classification,check recognition,statistical returns and handwritten ID.However,as a result of the lack of strict supervison and the complex relation of position between numbers.The present system is designed base on Bayesian theory and is mainly used to automatic inputting and automatic clustering for off-line handwritten numeral sample.The main work is as follows:
 1,Pretreatment of handwritten numeral sample,having achieved basical smoothness of picture and generating different strategy for binaryzation based on different papery substrate,such as using iterating the best threshold for dividing against the background of plain paper ,using two-tier threshold for dividing against the background of draft paper.
 2,This paper reviewed and summarize the main ways over the years in which thining numeral,On the basis of the present system can realize entering for numeral function,one modified arithmetic used to thining sample is proposed.
 3,This paper introduced some primary ways for refining feature and statistical nature.In connection with the present design,I adopt the method of dividing picture pixels.
 4,In the period of identifying,author use a few kinds of arithmetics to achieve image clustering base on Bayesian theory.
 The set of all test samples for this present system is eight piece of pictures enlarged recording information about numeral.the set includes set of standard print digits and the same category but different size numeral and handwritten numeral and set of geometrical shapes etc.The accuracy rate of all clustering algorithms is depend on the certain sample.
Keywords: handwritten digits, clustering, bayes, feature extraction, fuzzy set, center of clustering