基于卷积神经网络的四种图像识别算法设计
2018-10-21于得宝何笑笑王璇河南师范大学河南新乡453000
新生代 2018年14期
关键词:模式识别
于得宝 何笑笑 王璇 河南师范大学 河南新乡 453000
1.引言
模式识别是人类的一项基本智力。人们一直在进行模式识别。随着计算机技术的普及和发展,计算机的识别能力越来越受到人们的重视。这也是人工智能和机器人技术发展的前提。
模式识别是处理和分析各种事物或现象(数字、文字和逻辑关系)来描述、识别、分类和解释事物或现象的过程。它是信息科学和人工智能的重要组成部分。生活中最简单的事物无过于简单的数字0-9,同时,数字被广泛应用于车牌识别、邮政编码识别等多个方向,因此数字字符识别是一个很有实用价值的课题。
2 数字识别的基本步骤
通过将识别的数字图像的特征值读入定义的识别算法并输出识别结果来识别数字识别。识别步骤主要有:数据提取、预处理、特征值提取与选择、分类器设计与分类决策。
2.1 数据提取
本文对0~9灰度图像进行处理。有400组图片。分为十组,每组0~9个数字,每组40个。他们被分成30个训练样本和10个测试样本。本文借助MATLAB软件的读写功能和DIR函数读取“数字”文件夹下的所有图片,并得到包含36×20×40×10的图片数据的四维数组。每张图片的数据是36×20的数据矩阵。
2.2 预处理
图像预处理应根据实际图像进行操作,将处理时间和正确率结合起来。一般来说,预处理的目的是去除图像中包含的干扰噪声,增强有用的信息,恢复退化的信息。图像预处理包括图像去噪、图像二值化处理、分割处理和归一化处理等一系列操作。……
登录APP查看全文
