資源描述:
《基于hopfield神經網絡的字符識別算法研究》由會員上傳分享,免費在線閱讀,更多相關內容在學術論文-天天文庫。
1、基于Hopfield神經網絡的字符識別算法研究摘要字符識別是計算機視覺和圖像處理領域的研究熱點。相關技術在車牌識別、圖像中的文本提取等方面有廣泛的應用前景。目前Hopfield神經網絡是實現字符識別的成熟技術,它可以實現字符圖像的高效聯(lián)想記憶。為此,本課題通過分析Hopfield神經網絡的算法原理,針對圖像字符識別問題,深入開展了在低噪聲和高噪聲背景下,字符識別的可靠性研究。實驗結果表明,Hopfield神經網絡對小規(guī)模圖像數據具有較好的識別效率,其聯(lián)想記憶功能可以有效降低噪聲對識別效果的影響。關鍵字Hopfield神經網絡神經網絡字符識別TheResearchofCharacter
2、RecognitionAlgorithmbasedonHopfieldNeuralNetwork[Abstract]TheCharacterrecognitionisahotresearchtopicinthefieldofcomputervisionandimageprocessing.Therelatedtechnologyhaswideapplicationprospectintheaspectsoftechnicaltextextractionandthelicenseplaterecognition.Atpresent,theHopfieldneuralnetworkist
3、hematuretechnologyofthecharacterrecognition’srealization.Itcanrealizeefficientlyassociativememoryofthecharacterimage.Therefore,thistopicthroughtheanalysisofthealgorithmprincipleofHopfieldneuralnetwork,aimingattheproblemofimagecharacterrecognition,carryouttheresearchonreliabilityofcharacterrecog
4、nitioninlownoiseandhighnoisebackground.Theexperimentalresultsshowthathopfieldneuralnetworkhasgoodrecognitionefficiencyofsmallscaleimagedata,Theassociativememoryfunctionofitcaneffectivelyreducetheinfluenceofnoiseontheidentificationeffect.[Keywords]HopfieldneuralnetworkNeuralnetworkCharacterrecog
5、nition目錄1引言11.1研究意義與研究現狀11.2神經網絡的發(fā)展過程和神經網絡的概念21.3神經網絡在字符識別上的應用32Hopfield神經網絡簡介32.1Hopfield神經網絡簡介32.2Hopfield神經網絡的工作流程43Hopfield神經網絡在字符識別上的應用53.1Hopfield神經網絡在字符識別上的應用53.2設計可以實現字符識別的Hopfield神經網絡53.3實現字符識別的Hopfield神經網絡的實驗結果64Hopfield神經網絡檢測試驗與分析64.1問題的提出74.2基于Hopfield神經網絡的字符識別84.3實驗結果分析94.4得出結論10致謝
6、語12[參考文獻]13_Toc3577909791引言近年來,世界各地眾多學者對字符識別這個領域進行了深入的研究,各種字符識別算法已經被大量應用于交通管理、商業(yè)信息安全、郵政信息等領域。目前國際上常用的字符識別包括基于Hopfield神經網絡的字符識別算法、基于BP神經網絡的字符識別算法以及基于圖片模型方法等[1]。雖然字符識別已經不是一個新興的研究領域,但目前仍然存在著很多需要去克服和解決的難題。在日常生活中,經常會遇到帶噪聲的字符識別的問題,如交通系統(tǒng)汽車號牌,由于汽車在使用過程中,要經受自然環(huán)境的風吹日曬和雨水侵蝕,造成字體模糊不清,難以辨認。如何從這些殘缺不全的字符中提取完整
7、的信息是字符識別的關鍵問題。字符識別在交通、郵政及商業(yè)票據管理方面有著廣泛的應用價值。神經網絡在汽車牌照字符識別中也可以應用,采用汽車牌照字符識別系統(tǒng)結構模型:首先利用攝像機和圖像采集卡獲得車輛牌照的原始圖像,再次對汽車牌照原始圖像進行預處理(包括圖像提取、圖像增強、圖像分割等),最終提取到汽車牌照的各個字符的24*16的圖像像素二值化特征[2]。1.1研究意義與研究現狀隨著信息的快速發(fā)展,字符識別的應用取得了令人矚目的進展,字符識別也成為了近年來噪聲識別