PINGDINGSHAN UNIVERSITY
毕业论文(设计)
题 目: 基于 C/S 模式的远程手写体数
字识别系统开发-图像识别
院 ( 系 ):
软件学院
专业年级:
姓 名:
学 号:
指导教师:
软件工程 2007 级
蒋营营
071530211
马 飞 讲师
2011 年 2 月 13 日
原 创 性 声 明
本人郑重声明:本人所呈交的毕业论文,是在指导老师的指导下独立进行研
究所取得的成果。毕业论文中凡引用他人已经发表或未发表的成果、数据、观点
等,均已明确注明出处。除文中已经注明引用的内容外,不包含任何其他个人或
集体已经发表或撰写过的科研成果。对本文的研究成果做出重要贡献的个人和集
体,均已在文中以明确方式标明。
本声明的法律责任由本人承担。
论文作者签名:
日 期:
关于毕业论文使用授权的声明
本人在指导老师指导下所完成的论文及相关的资料(包括图纸、试验记录、原始
数据、实物照片、图片、录音带、设计手稿等) ,知识产权归属平顶山学院。本人完
全了解平顶山学院有关保存、使用毕业论文的规定,同意学校保存或向国家有关部门
或机构送交论文的纸质版和电子版,允许论文被查阅和借阅;本人授权平顶山学院可
以将本毕业论文的全部或部分内容编入有关数据库进行检索,可以采用任何复制手段
保存和汇编本毕业论文。如果发表相关成果,一定征得指导教师同意,且第一署名单
位为平顶山学院。本人离校后使用毕业论文或与该论文直接相关的学术论文或成果
时,第一署名单位仍然为平顶山学院。
论文作者签名:
指导老师签名:
日 期:
日 期:
基于 C/S 模式的远程手写体数字识别系统开发
摘要
手写体数字识别是一种利用计算机自动辨认出手写体阿拉伯数字 0—9 的技术,
是基于光学字符识别领域的一个应用方向。手写体数字识别有着很高的实用价值,除
此之外,手写体数字识别还具有全世界通用的符号、识别种类较少、有助于作深入分
析等特点,因此人们在手写体数字识别领域投入了极大的关注。
本文研究的工作主要集中在图像预处理、图像的特征提取、训练和图像识别,并
实现一个完整的基于 C/S 模式的远程手写体数字识别系统—服务器端子系统的开发。
本文采用最小距离匹配的识别方法,实验结果表明本文设计的数字识别系统对手
写体数字识别具有较高的识别率。
关键词:手写体数字识别,二值化,区域分割,网格法特征提取,模板匹配
The System Design of Remote Handwritten Numeral Recognition
Based On C/S
Abstract
The handwritten numeral recognition is a technology, which auto recognizes the
handwriting Arabian numeral via computers, and a applied orientation in the Optical
Character Recognition technology. The handwritten numeral recognition has a high
practical value, in addition, the handwritten numeral recognition also has the world's
universal symbols,
the
characteristics, so people in the field of handwritten numeral recognition invested a great
deal of attention.
identify types of small, contribute to in-depth analysis of
This study is mainly concentrated in the image preprocessing,
image feature
extraction , training and image recognition, and to achieve a complete based on C/S mode
long-range digital handwriting recognition system-server system.
This paper adopts minimum distance matching method of identification, experimental
identification system designed for handwritten numeral
the digital
result shows that
recognition has a high recognition rate.
Keywords: Handwritten numeral recognition, Binarization, Zone division, Mesh method of
feature extraction ,Template matching
目录
1 绪论................................................................................................................................... 1
1.1 字符识别概述..........................................................................................................1
1.2 手写数字识别的意义和应用前景..........................................................................2
1.3 手写数字识别的难点..............................................................................................2
1.4 基于 C/S 远程手写体数字识别系统概述..............................................................3
2 预处理................................................................................................................................. 5
2.1 中值滤波..................................................................................................................5
2.2 二值化......................................................................................................................6
3 手写体数字识别中串分割技术......................................................................................... 8
3.1 分割技术方法概述..................................................................................................8
3.2 手写数字串分割常用方法简介..............................................................................8
3.2.1 投影法............................................................................................................. 8
3.2.2 动态规划算法................................................................................................. 9
3.2.3 滴水算法......................................................................................................... 9
3.2.4 滑动窗口法..................................................................................................... 9
3.3 本文手写数字串分割方法介绍................................................................................9
4 特征提取........................................................................................................................... 11
4 特征提取........................................................................................................................... 11
4.1 特征提取概述..........................................................................................................11
4.2 本文手写数字特征提取方法...................................................................................11
5 训练过程............................................................................................................................ 13
5.1 训练样本概述...........................................................................................................13
5.2 训练过程描述...........................................................................................................13
6 数字的识别........................................................................................................................ 15
6.1 模式相似性测度的概述...........................................................................................15
6.2 相关的识别算法.......................................................................................................15
6.2.1 支持向量机算法........................................................................................... 15
6.2.2 神经网络算法............................................................................................... 15
6.3 本文的模板匹配算法...............................................................................................16
7 系统实现与结果分析....................................................................................................... 19
7.1 系统实现..................................................................................................................19
7.1.1 系统实现环境............................................................................................... 19
7.1.2 系统处理过程............................................................................................... 19
7.2 识别结果分析..........................................................................................................20
8 总结................................................................................................................................... 22
附 录..................................................................................................................................... 23
参考文献............................................................................................................................... 28
致谢......................................................................................................................................... 1