畢業論文

打賞
當前位置: 畢業論文 > 計算機論文 >

CNN英文字符識別系統設計+源代碼

時間:2019-04-27 15:08來源:畢業論文
結合了圖像處理和神經網絡的知識,以26個大寫字母作為識別體,對采集的英文手寫體文本圖像進行識別。首先通過文本定位,字符分割、字符大小歸一等操作,得到單張英文字符圖像

摘要:近年來,模式識別、深度學習成為熱門研究課題之一。卷積神經網絡作為深度學習的一種模型,在手寫字符識別上的運用已經比較成熟。本系統結合了圖像處理和神經網絡的知識,以26個大寫字母作為識別體,對采集的英文手寫體文本圖像進行識別。首先通過文本定位,字符分割、字符大小歸一等操作,得到單張英文字符圖像。然后利用卷積神經網絡的理論基礎,設計搭建并訓練了一個具有兩層卷積層、一個全連接層的神經網絡,網絡在測試集上的識別率達到90.04%。系統對125個樣本進行了測試,其中利用軟件生成的手寫圖像樣本識別率達到87.65%,利用畫圖軟件寫的圖像樣本識別率達到83.46%,利用手機拍攝的手寫圖像樣本識別率達到77.32%。34935
畢業論文關鍵字:CNN; 圖像處理; 手寫英文; 字符識別
The Design and Implementation of English Character Recognition System Based on CNN
Abstract: In recent years,the pattern recognition and the deep learning have become one of the hot research topics.Convolutional Neural Net,as a model of deep learning,has been relatively mature on the application of handwriting character recognition.This system combining the knowledge of image processing with neural network,identifies the English handwriting text image acquired,with 26 capital letters as identifications.Firstly, through text location, character segmentation and size to a first-class operation,I acquired single character image.Then making use of the theoretical basis of CNN, I designed and trained a neural network with two convolutional layers and a fully connected layer.Recognition rate of the neural network reached 90.04% on the test set.Experiments for 125 samples were tested, which recognition rate of handwriting image samples generated by software the reached 87.65%, recognition rate of handwriting image samples written in drawing software reached 83.46%, recognition rate of handwriting image samples taken with my cell phone  reached 77.32%.
源¥自%六^^維*論-文+網=www.aftnzs.live

Keywords: CNN; image processing; handwriting English; character recognition
目錄    
摘要    1
關鍵字    1
Abstract    1
Keywords    1
1 緒論    1
1.1 研究背景及意義    1
1.2 國內外研究情況    2
1.2.1 國內研究狀況    2
1.2.2 國外研究狀況    2
2 開發工具與系統介紹    2
3 圖像灰度化    3
4 圖像分割    4
4.1 文本定位    4
4.2 圖像二值化    5
4.2 字符分割方法    5
4.3 字符大小歸一    5
4.3.1 濾波處理    6
4.3.2 字符大小歸一    6
5 神經網絡    7
5.1 神經網絡簡介    7
5.2 常見神經網絡的分類    8
5.2.1 感知器    8
5.2.2 BP神經網絡    9
5.2.3 徑向基神經網絡    9
6 CNN    9
6.1 CNN的理論基礎    9
6.2 CNN的結構    9
6.2.1 典型結構LeNet5    9
6.2.2 系統CNN結構的構建    10
6.3 CNN的訓練    11
6.3.1 樣本收集    11
6.3.2 激活函數    11
6.3.3 損失函數    13
6.3.4 梯度下降學習最優參數    14
6.3.5 權值更新    17
6.4 CNN的實驗結果分析    18
7 系統實現與結果分析    19
7.1 系統實現    19
7.2 結果分析    21 CNN英文字符識別系統設計+源代碼:http://www.aftnzs.live/jisuanjilunwen/20190427/32660.html
------分隔線----------------------------
推薦內容
双色球走势图带连线