李承昊，蔡晨陽(yáng)，李 銳

沈陽(yáng)理工大學(xué)，遼寧沈陽(yáng) 110159

基于神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別系統(tǒng)的研究

李承昊，蔡晨陽(yáng)，李 銳

沈陽(yáng)理工大學(xué)，遼寧沈陽(yáng) 110159

在社會(huì)生活發(fā)展的過(guò)程中，圖像識(shí)別技術(shù)有著十分重要的作用，隨著計(jì)算機(jī)技術(shù)、圖像處理技術(shù)、模式識(shí)別理論的發(fā)展與進(jìn)步，產(chǎn)生了一種新型的圖像識(shí)別技術(shù)——神經(jīng)網(wǎng)絡(luò)圖像識(shí)別技術(shù)，通過(guò)此種技術(shù)的應(yīng)用，提升了圖像識(shí)別的準(zhǔn)確性及有效性。在本文中，以神經(jīng)網(wǎng)絡(luò)為基礎(chǔ)，研究和設(shè)計(jì)了圖像識(shí)別系統(tǒng)。

神經(jīng)網(wǎng)絡(luò)；圖像識(shí)別；系統(tǒng)設(shè)計(jì)

隨著信息技術(shù)的發(fā)展，人們已經(jīng)進(jìn)入信息時(shí)代，作為人類(lèi)感知世界的視覺(jué)基礎(chǔ)，圖像中蘊(yùn)含了大量的信息。當(dāng)前，神經(jīng)網(wǎng)絡(luò)已經(jīng)發(fā)展的比較成熟，并在圖像識(shí)別領(lǐng)域中有著比較廣泛的應(yīng)用，在神經(jīng)網(wǎng)絡(luò)的作用下，運(yùn)算量大大的減少，運(yùn)算精度顯著的提升，同時(shí)，高容錯(cuò)性的功能允許圖像中某個(gè)局部存在殘缺或背景模糊，有效的提升了圖像識(shí)別的準(zhǔn)確性。

1 基于神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別系統(tǒng)設(shè)計(jì)概述

在進(jìn)行本圖像識(shí)別系統(tǒng)設(shè)計(jì)時(shí)，以圖像中的數(shù)字為基礎(chǔ)，通過(guò)對(duì)圖像一系列的處理之后，將圖像中包含的數(shù)字清晰的顯示出來(lái)。作為一個(gè)圖像識(shí)別系統(tǒng)，既可以單獨(dú)使用，同時(shí)還可以在其他的識(shí)別系統(tǒng)中作為核心的軟件應(yīng)用，具有比較高的靈活性及通用性。具體的系統(tǒng)運(yùn)作流程如下：系統(tǒng)啟動(dòng)完成后，將需要識(shí)別的圖像輸入到系統(tǒng)中，接著利用圖像預(yù)處理系統(tǒng)對(duì)圖像進(jìn)行相應(yīng)的處理，之后進(jìn)行字符分割、特征提取，最后進(jìn)行字符識(shí)別，完成之后圖像識(shí)別結(jié)束。

總的來(lái)看，首先進(jìn)行圖像預(yù)處理，再進(jìn)行神經(jīng)網(wǎng)絡(luò)文字識(shí)別是圖像識(shí)別系統(tǒng)的流程，因此，圖像預(yù)處理、特征提取、神經(jīng)網(wǎng)絡(luò)識(shí)別是圖像識(shí)別系統(tǒng)重要的三個(gè)模塊，各個(gè)模塊的具體功能如下：在圖像預(yù)處理模塊中，主要是對(duì)上傳到系統(tǒng)中的圖像進(jìn)行預(yù)處理，并對(duì)圖像中包含的字符進(jìn)行分割；在特征提取模塊中，包含的提取方法比較多，主要功能是對(duì)圖像字符的網(wǎng)格特征、水平和垂直特征、像素百分比特征進(jìn)行提??；在神經(jīng)網(wǎng)絡(luò)識(shí)別模塊中，識(shí)別字符的方法為優(yōu)化之后的BP算法，主要功能包含網(wǎng)絡(luò)訓(xùn)練、數(shù)據(jù)讀取、字符判定、結(jié)果輸出。

2 程序設(shè)計(jì)

2.1 圖像預(yù)處理模塊

第一，讀取圖像數(shù)據(jù)。圖像數(shù)據(jù)是圖像分析和處理的基礎(chǔ)，因此，預(yù)處理工作的第一步就是讀取圖像的數(shù)據(jù)，包含寬、高以及各個(gè)像素點(diǎn)的顏色值[1]。圖片在進(jìn)行存儲(chǔ)時(shí)，格式比較多，比如JPG、GIF等，為了使運(yùn)算的數(shù)據(jù)量減少，本系統(tǒng)在存儲(chǔ)圖片時(shí)，選擇256色BMP格式。利用微軟圖像函數(shù)庫(kù)的dibapi.h及dibapi. cpp進(jìn)行圖像數(shù)據(jù)讀取工作。

第二，預(yù)處理圖像。首先進(jìn)行灰度化，2256色位圖調(diào)色板的內(nèi)容非常復(fù)雜，在進(jìn)行圖像處理時(shí)，大部分的算法都無(wú)法應(yīng)用，因此要對(duì)圖像進(jìn)行灰度處理，彩色圖像中，像素點(diǎn)中的R、G、B值各不相同，通過(guò)賦予這三點(diǎn)各自一個(gè)加權(quán)系數(shù)，使各點(diǎn)分量的值相同，從而實(shí)現(xiàn)灰度化[2]。其次對(duì)灰度圖像進(jìn)行二值化，灰度圖像像素的灰度值位于0～255之間，灰度值越大時(shí)，圖像越亮，為了提升圖像處理的便利性，進(jìn)行二值化處理，依據(jù)自適應(yīng)閾值法，將灰度圖像的像素分化為黑或白兩種顏色。

第三，圖像分割。首先，調(diào)整圖像的整體傾斜度，按照由下至上的順序，掃描圖像，記錄下第一個(gè)遇到的黑色的像素點(diǎn)，隨后，改變掃描的方向，變?yōu)橛缮隙拢瑯訉⒌谝粋€(gè)遇到的黑色像素點(diǎn)記錄下來(lái)，這兩個(gè)點(diǎn)之間的距離就是圖像大致的高度范圍。其次，進(jìn)行圖像分析，從左至右對(duì)圖像進(jìn)行掃描，發(fā)現(xiàn)第一個(gè)黑色像素點(diǎn)之后，將此點(diǎn)作為圖像分割的起始部位，接著進(jìn)行掃描，無(wú)黑色像素點(diǎn)時(shí)停止，同時(shí)，圖像分割結(jié)束。

第四，圖像的歸一化處理。掃描完成之后，圖像中的字符可顯示出來(lái)，但各個(gè)字符的大小不一，影響識(shí)別的標(biāo)準(zhǔn)性及準(zhǔn)確率，因此，要對(duì)字符的尺寸進(jìn)行調(diào)整，使其尺寸相同。對(duì)比系統(tǒng)要求高度與字符高度，將需變換的系數(shù)計(jì)算出來(lái)，依據(jù)此系數(shù)進(jìn)行相應(yīng)的高度變換，寬度也按照此方法進(jìn)行變化[3]。按照插值的方法，將新圖像里的點(diǎn)映射到原圖像中，完成尺寸統(tǒng)一。

第五，圖像的緊縮重排。尺寸相同之后，字符在圖像中的位置不定，影響特征提取的精確性，通過(guò)緊縮重排，形成新的圖像字符。

2.2 特征提取模塊

經(jīng)過(guò)圖像預(yù)處理模塊的處理之后，圖像中的字符變成大小相同、排列整齊，接著，對(duì)能夠代表字符特點(diǎn)的特征向量進(jìn)行提取。將圖像字符帶入BP網(wǎng)絡(luò)中，開(kāi)展網(wǎng)絡(luò)訓(xùn)練工作，從而將樣本中的待識(shí)別的特征向量提取出來(lái)，隨后，進(jìn)行字符識(shí)別工作。

2.3 BP神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別模塊

模式識(shí)別是BP神經(jīng)網(wǎng)絡(luò)的重要用途，在進(jìn)行此模塊的設(shè)計(jì)時(shí)，重點(diǎn)在于訓(xùn)練出一個(gè)可行、高效的BP網(wǎng)絡(luò)，以便于精準(zhǔn)的識(shí)別0～9這十個(gè)數(shù)字。圖像預(yù)處理及特征提取完成之后，就需要利用該模塊進(jìn)行訓(xùn)練和識(shí)別。

3 系統(tǒng)實(shí)驗(yàn)結(jié)果

利用數(shù)碼相機(jī)拍攝多個(gè)車(chē)牌，并以BMP的格式存儲(chǔ)圖像，隨后，將圖像輸入到本文設(shè)計(jì)的圖像識(shí)別系統(tǒng)中，通過(guò)圖像預(yù)處理之后，形成灰度圖像，并對(duì)車(chē)牌中的數(shù)字進(jìn)行規(guī)范，隨后，利用特征提取模塊對(duì)其特征向量進(jìn)行提取，最后，利用BP神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別對(duì)車(chē)牌中的數(shù)字進(jìn)行識(shí)別。識(shí)別結(jié)果顯示，本圖像識(shí)別系統(tǒng)可準(zhǔn)確的識(shí)別出車(chē)牌中的數(shù)字。

4 結(jié)論

在基于神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別系統(tǒng)設(shè)計(jì)中，圖像預(yù)處理、特征提取、BP神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別是系統(tǒng)中重要的三個(gè)模塊，通過(guò)三個(gè)模塊協(xié)同作用的發(fā)揮，有效而又準(zhǔn)確的進(jìn)行圖像識(shí)別。但本文中設(shè)計(jì)的圖像識(shí)別系統(tǒng)還不完善，選擇的樣品數(shù)量有限，而這也成為日后研究工作的主要方向。

[1]張坤艷，鐘宜亞，苗松池，等.一種基于全局閾值二值化方法的BP神經(jīng)網(wǎng)絡(luò)車(chē)牌字符識(shí)別系統(tǒng)[J].計(jì)算機(jī)工程與科學(xué)，2010（02）：88-90+134.

[2]楊永，駱霞軍，王莉利.基于神經(jīng)網(wǎng)絡(luò)的汽車(chē)車(chē)型圖像自動(dòng)識(shí)別系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].微計(jì)算機(jī)應(yīng)用，2010（02）：56-60.

[3]金健，林宗桂，金龍.一種基于特征的人工神經(jīng)網(wǎng)絡(luò)數(shù)字識(shí)別系統(tǒng)模型[J].南京氣象學(xué)院學(xué)報(bào)，2014（06）：828-835.

[4]王振，高茂庭.基于卷積神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別算法設(shè)計(jì)與實(shí)現(xiàn)[J].現(xiàn)代計(jì)算機(jī)（專(zhuān)業(yè)版），2015（20）：61-66.

TP3

A

1674-6708（2015）150-0070-01

李承昊，本科，電子信息工程專(zhuān)業(yè)在進(jìn)行BP網(wǎng)絡(luò)設(shè)計(jì)時(shí)，關(guān)鍵在于確定BP網(wǎng)絡(luò)3層的神經(jīng)元數(shù)目[4]。在此模塊中，第一步的工作就是利用已知訓(xùn)練樣本對(duì)BP網(wǎng)絡(luò)進(jìn)行訓(xùn)練，圖像預(yù)處理之后，特征的維數(shù)就是輸入層的節(jié)點(diǎn)個(gè)數(shù)；而在隱層，節(jié)點(diǎn)個(gè)數(shù)并沒(méi)有硬性的規(guī)定，通常，此層所包含的神經(jīng)元數(shù)目越多，BP網(wǎng)絡(luò)的精神程度越高，促使訓(xùn)練時(shí)間延長(zhǎng)，不過(guò)，神經(jīng)元的數(shù)目不宜過(guò)多，避免出現(xiàn)負(fù)面影響。標(biāo)準(zhǔn)輸出設(shè)定的方式?jīng)Q定了輸入層的節(jié)點(diǎn)數(shù)，也就是說(shuō)，通過(guò)目標(biāo)期望的編碼方式來(lái)確定輸入層的節(jié)點(diǎn)數(shù)量。神經(jīng)元數(shù)目確定完成之后，需要進(jìn)行字符識(shí)別，通過(guò)BP網(wǎng)絡(luò)訓(xùn)練之后，將權(quán)值保存的形式定為文件形式，訓(xùn)練完成之后，開(kāi)始字符識(shí)別工作，將隱層節(jié)點(diǎn)個(gè)數(shù)、最小均方誤差、相關(guān)系數(shù)以及訓(xùn)練步長(zhǎng)的參數(shù)輸入進(jìn)去，訓(xùn)練之后得到字符識(shí)別結(jié)果。