基于BP神经网络的多样本手写体字符识别

• 作者: 李丹
• 来源期刊: 软件
• 学科: 工学
• 关键词: 模式识别 BP神经网络 手写体字符识别 图像分析
• 年，卷（期）: 2016,（7）
• 所属期刊栏目: 设计研究与应用
• 页码范围: 103-108
• 页数: 6页
• 分类号: TP391.41
• 字数: 2857字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2016.07.021

摘要

手写体字符识别是人机交互领域的一个重要内容，本文基于 BP 神经网络实现了任意数量字符模版的多字符手写体字符识别。分为以下几步，第一，首先对目标图像进行识别前预处理。包括灰度图像二值化、图像孤立像素滤波、图像膨胀、腐蚀、按字母最小行分割、按字母最小列分割、图像紧缩、归一化等；第二，用处理好的多个样本进行BP神经网络训练。包括BP网络参数的选择、目标结果构建、输入到结果的映射即用样本库进行神经网络学习机的训练；第三，待测字母的识别。包括对图像预处理、字符提取、归一化和送入已训练好的BP网络进行识别。该系统最终实现了95%以上的手写字符识别正确率，有一定的借鉴意义。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丹		8	11	2.0	3.0