手写数字识别系统的设计与实现

手写数字识别系统的设计与实现摘要本手写数字识别系统是一个以VISUALSTUDIOC++6.0为编译环境，使用MFC进行图形图像界面开发的系统。主要功能是通过在点击手写数字识别菜单下的绘制数字标签弹出的绘制数字窗口中完成数字的手写，在此窗口中可以进行数字的保存及清屏，然后通过文件菜单中的打开标签打开所绘制的数字，从而进行数字的预处理，其中包括灰度化及二值化处理，然后进行特征提取，最后实现数字的识别。本系统的界面设计友好，流程正确，功能也较为完善。实验结果表明，本系统具有较高的识别率。关键词：绘制数字;预处理;特征提取;特征库;数字识别目录前言.....................................................1概述.....................................................21需求分析...............................................41.1功能需求分析......................................41.2性能需求分析......................................41.3数据需求分析......................................51.4相关软件介绍......................................52手写数字识别系统的设计与基本原理.......................62.1系统整体功能模块设计..............................62.2手写数字识别系统的基本原理........................62.2.1数字图像的绘制...............................62.2.2图像的预处理.................................62.2.3图像的特征提取...............................72.2.4特征库的建立.................................82.2.5图像数字的识别...............................83手写数字识别系统程序设计...............................83.1数字图像的绘制....................................83.2数字的特征提取....................................153.3模板特征库的建立.................................183.4数字的识别.......................................20总结....................................................23致谢.....................................错误!未定义书签。参考文献................................................231前言自上世纪六十年代以来，计算机视觉与图像处理越来越受到人们的关注，并逐渐成为一门重要的学科领域。而作为它们的研究对象的数字图像，也因为它含有研究目标的丰富信息而成为越来越重要的研究对象。图像识别的目标是用计算机自动完成某些信息的处理，用来替代人工去处理图像分类及识别的任务。手写数字识别是图像识别学科下的一个分支，是图像处理和模式识别领域研究的课题之一，由于其具有很强的实用性一直是多年来的研究热点。由于手写体数字的随意性很大，例如，笔画的粗细，字体的大小，倾斜等等都直接影响到字符的正确识别，所以手写体数字识别是一个很有挑战性的课题。在过去的数十年中，研究者们提出了许多的识别方法，取得了较大的成果。手写体数字识别实用性很强，在大规模数据统计(如例行年检，人口普查)，财务，税务，邮件分拣等等应用领域中都有广阔的应用前景。本课题拟研究手写体数字识别的理论和方法，开发一个小型的手写体数字识别系统。在研究手写体数字识别理论和方法的基础上，开发这样一个小型的手写体数字识别系统需要完成以下主要方面的研究与设计工作：手写数字绘制的问题、数字的预处理问题、特征提取问题、特征库的建立问题、数字识别问题。2概述此手写数字识别系统的需要实现手写数字的绘制功能、手写数字的特征提取功能、数字的模板特征库的建立功能以及手写数字的识别功能。在近几年国内外对手写数字识别系统的研究已经取得了进展，一些新的理论例如基于Hopfield神经网络、基于小波技术、基于BP神经网络以及支持向量机的研究应用在建立手写数字识别系统平台，并且在多数数据库中取得了较好的测试结果。但是目前仍然存在亟需深入研究解决的问题：1)识别的准确度需要达到较好的水平2)识别的效率要达到很高的水平。数字识别输入的数据通常是很大的，而高精度与高速度是相互矛盾。这些难点存在的原因是：1)数字的笔划简单，而且其笔划差别相对较小，字形相差不大，使得准确区分某些数字有一些困难；2)数字虽然只有10种，且笔划简单，但同一数字写法却千差万别，全世界的各个国家各个地区的人都在用，则其书写上带有区域特性，很难做出可以兼顾世界各种写法的、识别率极高的通用性数字识别系统。3)特征库的训练不够，导致识别率不高。手写数字识别的研究不仅存在很大的应用价值，由于手写数字识别本身的特点，对它的研究也存在着重要的理论价值：1)阿拉伯数字作为唯一被世界各国通用的符号，所以对手写体数字识别的研究基本上与文化背景无关，各地的研究工作者可以说是基于同一平台开展工作的，有利于研究的比较和探讨。2)手写数字识别应用广泛，如税表系统，银行支票自动处理和邮政编码自动识别等。在以前，这些工作需要大量的手工录入，投入的人力物力都相对较多，而且劳动强度较大。为了适应无纸化办公的需要，大大提高工作效率，研究实现手写数字识别系统是必须要做的。3)由于数字类别只有0-9共10个，比其他字符识别率较高，可将其用于验证新的理论或做深入的分析研究。许多机器学习和模式识别领域的新理论和算法都是先用手写数字识别进行检验，验证其理论的有效性，然后才会将其应用到更为复杂的领域当中。在这方面的典型例子就是人工神经网络和支持向量机。4)手写数字的识别方法很容易将其推广到其它一些相关的问题上，如对英文之类拼音文字的识别。事实上，有许多学者就是把数字和英文字母的识别放在3一起研究的。在过去的数几年中，研究者提出了许许多多的识别方法，按提取的数字特征的不同，可以将这些方法分为两类：基于结构特征的方法和基于统计特征的方法。统计特征通常包括点密度的测量、矩、特征区域等；结构特征通常包括圆、端点、交叉点、笔划、轮廓等，一般来说，两类特征各有优势。例如，使用统计特征的分类器易于训练，而且对于使用统计特征的分类器，在给定的训练集上能够得到相对较高的识别率；而结构特征的主要优点之一是能描述字符的结构，在识别过程中能有效地结合几何和结构的知识，因此能够得到可靠性较高的识别结果。在此次的设计中使用的是统计特征。基于以上所述，本次毕业设计课题为手写数字识别系统的设计与实现。其功能是将人工手绘的数字图像转换成可编辑的文本信息。该系统包括手写数字绘制模块、图像预处理模块、特征提取模块、训练模块和识别模块。涉及模式识别、图像处理、人工智能、统计学、心理学和计算机科学等相关内容。通过对图像处理和识别算法进行不断地研究和实践，以降低误识率和拒识率。本文主要介绍手写数字识别系统的设计与实现，首先需要了解手写数字识别系统现阶段的发展情况和研究现状，然后对系统进行分析，主要从功能需求分析、性能需求分析、数据需求分析和相关软件介绍四方面入手，从而使得对系统有初步的认识，然后对系统的整体设计模块进行介绍，进而对系统的各个功能模块具体的设计原理进行详细介绍，之后对本次所设计出的系统进行介绍并对相关代码进行说明，最后总结本系统的优缺点及今后工作展望等，整篇文章通俗易懂，条理清晰，可以使读者轻松阅读，并理解实现过程。41需求分析综合用户在实际应用中的需求，对系统的运作流程进行了整理，并通过对流程的分析得出了如下的需求分析。1.1功能需求分析根据对用户需求的分析，系统应包含以下功能：1）数字的绘制在绘制数字的窗口中实现数字的手写，并对其坐标值进行保存，利用复位按钮可实现数字的清除工作。2）数字的预处理在手写数字图像识别系统中，图像的预处理跟一般图像系统不同，我们不需要对图像进行灰度化处理、去噪处理等基本操作，我们利用程序保存的坐标值就可以对生成一张二值化图像，相当于图像处理系统的二值化处理。3）特征的提取在第二步中我们得到了手写数字的二值化图像，进行特征提取前需要对此图像的数据区域进行定位，在程序中我们遍历此二值化图像，找到手写数字区域的上、下、左、右边界，重新生成一张数字图片，利用新生成的数字图片分成8*8的区域，统计每个区域的目标像素个数和整个小区域像素个数，计算目标像素个数与整个小区域像素的比值，得到64个特征值，作为这个手写数字的特征值。4）特征库的训练我们需要训练一个特征库，作为识别的标准。系统中我们手写一个数字提取出它的特征值，再输入此手写数字，将数字与这些特征值相对应存储到特征库里面，特征库我们使用的是Access数据库，字段是数字及这个数字所对应所有特征值。特征库越丰富，识别率越高。5）数字识别在手写数字识别中，我们使用的方法是模板匹配法，其实质就是提取出手写数字的特征值，利用这些特征值与特征库的数字的特征值进行比对，找出待识别数字特征值与特征库里存储的特征值最接近的数字，作为识别结果。1.2性能需求分析1）正确性：根据手写数字识别系统的设计流程，流程中的每个步骤在系统5中都必须有所体现，以保证程序的正确性。2）精确性：根据手写数字识别系统的应用领域，该系统的识别结果必须有很高的识别精度，这样才能真正的实现该系统的价值。3）效率性：根据该系统的应用领域可知，系统一旦投入应用需要处理大量的数据，所以对系统的处理速度也有很高的要求。1.3数据需求分析根据手写数字识别系统的设计步骤可知该系统采用的是模板匹配法进行手写体数字识别。模板匹配法是图像识别中最具有代表性的方法之一。它是将从待识别的图像提取的若干特征量与模板对应的特征量进行比较，计算图像和模板特征量之间的距离，用最小距离法判定所属类。而模板匹配通常需要事先建立标准模板库。这里，模板库中的标准模板是数字样本的特征向量。特征库的存储是利用Access数据库，并且利用MFCADO技术连接数据库，不需要进行硬件配置。数据库如图1.1所示。图1.1数据库1.4相关软件介绍本课题是基于VisualC++6.0的，它是Microsoft公司开发的VisualStudio集成开发环境中功能最为强大、代码效率最高的开发工共。利用VisualC++6.0可以两种方式编写Win32应用程序，一种方式是基于WindowsAPI的C编程方式，另一种是基于MFC的C++编程方式。本系统采用的是基于MFC的编程方式。62手写数字识别系统的设计与基本原理2.1系统整体功能模块设计整体模块如图2.1所示：图2.1整体模块2.2手写数字识别系统的基本原理下面分别介绍各部分工作的基本原理：2.2.1数字图像的绘制手写数字绘制功能的实现方案是：通过VisualC++中的CStatic控件来建立画布，用MFC中的封装类CDC实现手写数字功能。在对话框中，响应鼠标事件的消息，分别是鼠标按下事件MouseDown，鼠标移动事件MouseMove，鼠标抬起事件MouseUp，判断当前鼠标点是否在CStatic控件上，在的话程序将此点的坐标值保存。手写数字的绘制开始是鼠标按下事件，结束是以左鼠标抬起为标志。2.2.2图像的预处理图像的预处理是为了突出手写体数字的特征。在本次设计中主要包括：图像二值化处