基于模板匹配的手写数字模式识别.ppt

LOGO基于模板匹配的手写数字模式识别基于模板匹配的手写数字模式识别 背景及意义背景及意义 模式识别是六十年代初迅速发展起来的一门学科。由于模式识别是六十年代初迅速发展起来的一门学科。由于它研究的是如何用机器来实现人及某些动物对事物的学习、它研究的是如何用机器来实现人及某些动物对事物的学习、识别和判断能力，因而受到了很多科技领域研究人员的注意，识别和判断能力，因而受到了很多科技领域研究人员的注意，成为人工智能研究的一个重要方面。自从计算机问世以来，成为人工智能研究的一个重要方面。自从计算机问世以来，让机器具有模式识别能力一直是计算机科学家们的努力方向。让机器具有模式识别能力一直是计算机科学家们的努力方向。研究表明，对视觉和听觉信息的处理过程，不仅仅是一个感研究表明，对视觉和听觉信息的处理过程，不仅仅是一个感知过程，也是一个认知过程。因此，研究模式识别，是理解知过程，也是一个认知过程。因此，研究模式识别，是理解人类智能的本质的重要途径。人类智能的本质的重要途径。研究内容研究内容 本文主要研究的是基于模板匹配的手写数字的模式识别，本文主要研究的是基于模板匹配的手写数字的模式识别，研究对象局限于特定人手写的数字，针对研究对象局限于特定人手写的数字，针对0-9这十个数字，这十个数字，先对其进行图像预处理，然后运用先对其进行图像预处理，然后运用 相应的模板匹配法对其进行匹配，相应的模板匹配法对其进行匹配，达到最终识别。达到最终识别。系统的背景、意义及内容系统的背景、意义及内容论文的结构论文的结构u第一部分第一部分 手写体数字识别简介手写体数字识别简介u第二部分第二部分 图像处理图像处理u第三部分第三部分 MATABLEMATABLE介绍介绍u第四部分第四部分 模板匹配模板匹配u第五部分第五部分 结果结果1.手写体数字识别简介手写体数字识别简介u1.1 手写数字识别概述手写数字识别概述 字符识别的各分支字符识别的各分支1.手写体数字识别简介手写体数字识别简介u1.1 手写数字识别的典型应用手写数字识别的典型应用 手写数字识别在大规模数据统计中应用，如：行业手写数字识别在大规模数据统计中应用，如：行业年鉴、人年鉴、人 口普查等；手写数字识别在财务、税务、口普查等；手写数字识别在财务、税务、金融金融、领域中的应用；手写数字识别在邮件分拣中、领域中的应用；手写数字识别在邮件分拣中的应用。的应用。u1.2 光学字符识别方法的介绍光学字符识别方法的介绍 手写字符识别大致可以分为手写字符识别大致可以分为6中情况：中情况：(1)模板匹配法模板匹配法(2)统计决策法统计决策法(3)结构特征法结构特征法 (4)模糊辨别法模糊辨别法 (5)逻辑推理法逻辑推理法 (6)神经网络法神经网络法 2.图像处理图像处理u2.1 图像处理简介图像处理简介 图像处理技术基本可以分为两类：模拟图像处理图像处理技术基本可以分为两类：模拟图像处理和数字图像处理。和数字图像处理。u2.2 数字图像的概念数字图像的概念一幅图像可以定义为一个二维函数一幅图像可以定义为一个二维函数f(x,y)，其，其中中x和和y是空间坐标，而在任何一对空间坐标是空间坐标，而在任何一对空间坐标(x,y)上上的幅值的幅值f称为该点图像的强度或灰度。当称为该点图像的强度或灰度。当x,y和幅值和幅值f为有限的、离散的数值时，称该图像为数字图像。为有限的、离散的数值时，称该图像为数字图像。2.图像处理图像处理u2.3 数字图像预处理数字图像预处理 2.3.1 图像的增强图像的增强 （1）空间变换增强（）空间变换增强（2）空间滤波增强（）空间滤波增强（3）频域）频域 增强增强 2.3.2 图像的灰度化图像的灰度化 2.3.2 图像的平滑滤波图像的平滑滤波 2.3.3 图像的二值化图像的二值化 2.3.4 图像的细化图像的细化 2.3.5 图像的归一化图像的归一化 3.MATABLE介绍介绍 3.2 MATABLE 在数字图像处理中的应用在数字图像处理中的应用 MATLAB工具箱中的数字图像处理函数几乎涵盖了近期研工具箱中的数字图像处理函数几乎涵盖了近期研究成果内的所有技术，因此在实际应用中是十分方便的。例如：究成果内的所有技术，因此在实际应用中是十分方便的。例如：imread（）函数用于读入各种图像文件；（）函数用于读入各种图像文件；imwrite（）函数用于输出（）函数用于输出图像；图像；imfinfo（）函数用于读取图像文件的有关信息。（）函数用于读取图像文件的有关信息。subplot（）函数能将一个图像窗口分成几个部分，但同一个图像窗口内（）函数能将一个图像窗口分成几个部分，但同一个图像窗口内只能有一个调色板；只能有一个调色板；subimage（）（）函数可在一个函数可在一个 图像窗口图像窗口内使用多个调色板。内使用多个调色板。下面通过实例介绍几个简单的下面通过实例介绍几个简单的MATLAB工具箱中的数字图像工具箱中的数字图像处理函数：处理函数：（1）用）用MATLAB改变图像的大小可以通过改变图像的大小可以通过imresize（）函（）函 数来实现。它的调用格式为：数来实现。它的调用格式为：B=imresize(A,M,METHOD)3.MATABLE介绍介绍 I=imread(zb.jpg);J=imresize(I,2);imshow(I)figure,imshow(J)（2）用）用MATLAB对图像进行旋转可以通过对图像进行旋转可以通过imrotate（）函（）函 数来实现。它的调用格式为：数来实现。它的调用格式为：B=imrotate(A,ANGLE,METHOD,BBOX)I=imread(zb.jpg);J=imrotate(I,45,bilinear);K=imrotate(I,45,bilinear,crop);subplot(1,3,1),imshow(I)subplot(1,3,2),imshow(J)subplot(1,3,3),imshow(K)论文的结构论文的结构（3）用）用MATLAB对图像进行裁剪可以通过对图像进行裁剪可以通过imcrop（）函数来（）函数来实现。它的调用格式为：实现。它的调用格式为：B=imcrop(A,MAP,RECT)imshow(zb.jpg)I=imcrop;imshow(I)4.模板匹配模板匹配u4.1文中匹配方法文中匹配方法 文中的模板匹配方法是将预先设计好的标准字符模板存储在文中的模板匹配方法是将预先设计好的标准字符模板存储在计算机中，然后用待识别字符与标准模板进行逻辑计算机中，然后用待识别字符与标准模板进行逻辑与与运算。运算。4.1.1 文中方法匹配原理文中方法匹配原理 通过计算机对一幅图像进行分析处理，首先要将其转化为通过计算机对一幅图像进行分析处理，首先要将其转化为计算机可以识别的语言。因此要对一幅字符图像进行识别，首计算机可以识别的语言。因此要对一幅字符图像进行识别，首先要将其进行灰度化，然后进行二值化得到一幅二值图像。在先要将其进行灰度化，然后进行二值化得到一幅二值图像。在这幅二值图像中，白色部分的像素值为这幅二值图像中，白色部分的像素值为1，黑色部分的像素值，黑色部分的像素值为为0。即字符笔画所在位置的像素值为。即字符笔画所在位置的像素值为1。逻辑逻辑与与运算的规则为：运算的规则为：11=1 10=0 01=0 00=0将其转变为图像颜色的关系即为：将其转变为图像颜色的关系即为：白白&白白=白，白白，白&黑黑=黑，黑，黑黑&黑黑=黑，黑黑，黑&白白=黑黑4.模板匹配模板匹配待识别字符图像与相应的标准字符模板进行逻辑待识别字符图像与相应的标准字符模板进行逻辑与与运运算后得到的图像仍为该字符图像，与不相应的标准字符模板进算后得到的图像仍为该字符图像，与不相应的标准字符模板进行逻辑行逻辑与与运算后，会因为白色出现的位置不同导致待识别运算后，会因为白色出现的位置不同导致待识别字符图像中原来的白色部分变为黑色，这样得到的图像就不再字符图像中原来的白色部分变为黑色，这样得到的图像就不再是原有的字符图像。这一过程的对比图像如下图所示：是原有的字符图像。这一过程的对比图像如下图所示：5与与9的匹配的匹配 9与与9的匹配的匹配4.模板匹配模板匹配 4.1.2 文中匹配方法的步骤文中匹配方法的步骤（1）将标准车牌字符模板存储在计算机中，）将标准车牌字符模板存储在计算机中，标准模板如右图所示标准模板如右图所示：（2）将这些标准模板中的数字图像进行灰度）将这些标准模板中的数字图像进行灰度 化和二值化，得到相应二值矩阵化和二值化，得到相应二值矩阵Ai；（3 将待识别的数字图像进行灰度化、二值化和大小归一化，得将待识别的数字图像进行灰度化、二值化和大小归一化，得 到相应的二到相应的二 值矩阵值矩阵B，文中是将待识别数字图像的大小统一归，文中是将待识别数字图像的大小统一归 一化为标准模板的大小一化为标准模板的大小4824；上面两步中将数字图像进行灰度化、二值化和大小归一化上面两步中将数字图像进行灰度化、二值化和大小归一化 的处理所对应的的处理所对应的 MATLAB命令为：命令为：I=imread(a.b);level=graythresh(I);BW1=im2bw(I,level);D=imresize(BW1,48,24);其中其中a表示图片名称，表示图片名称，b表示图片格式。表示图片格式。4.模板匹配模板匹配（4）将二值矩阵）将二值矩阵B分别与二值矩阵分别与二值矩阵Ai进行逻辑进行逻辑与与运算，得到运算，得到新的二新的二 值矩阵值矩阵Ci；这一步中逻辑这一步中逻辑与与运算所对应的运算所对应的MATLAB命令：命令：L=and(a,b);（5）根据预先设定好的判别函数得出最终的识别结果。）根据预先设定好的判别函数得出最终的识别结果。因为待识别字符图像与相符的标准字符模板进行逻辑匹配后得因为待识别字符图像与相符的标准字符模板进行逻辑匹配后得到的新图像变化最小，因此，文中提出了一个判别函数到的新图像变化最小，因此，文中提出了一个判别函数f(cj)，该函数是求取该函数是求取sum(Ai)，sum(B)和和sum(Ci)标准差的最小标准差的最小值。值。判别函数的表达式为：判别函数的表达式为：5.结果结果u5结果结果 这种模板匹配方法的计算过程是十分简单的，这种模板匹配方法的计算过程是十分简单的，但是通过对比图可以看出这种匹配方法是十但是通过对比图可以看出这种匹配方法是十 分有效的。分有效的。u本文能够顺利完成，要本文能够顺利完成，要特别感谢我的导师胡红特别感谢我的导师胡红萍老师。萍老师。u请各位老各位老师批批评指正。指正。致谢致谢