基于卷積神經(jīng)網(wǎng)絡(luò)的四種圖像識別算法設(shè)計

于得寶 何笑笑 王璇 河南師范大學(xué) 河南新鄉(xiāng) 453000

1.引言

模式識別是人類的一項(xiàng)基本智力。人們一直在進(jìn)行模式識別。隨著計算機(jī)技術(shù)的普及和發(fā)展,計算機(jī)的識別能力越來越受到人們的重視。這也是人工智能和機(jī)器人技術(shù)發(fā)展的前提。

模式識別是處理和分析各種事物或現(xiàn)象(數(shù)字、文字和邏輯關(guān)系)來描述、識別、分類和解釋事物或現(xiàn)象的過程。它是信息科學(xué)和人工智能的重要組成部分。生活中最簡單的事物無過于簡單的數(shù)字0-9,同時,數(shù)字被廣泛應(yīng)用于車牌識別、郵政編碼識別等多個方向,因此數(shù)字字符識別是一個很有實(shí)用價值的課題。

2 數(shù)字識別的基本步驟

通過將識別的數(shù)字圖像的特征值讀入定義的識別算法并輸出識別結(jié)果來識別數(shù)字識別。識別步驟主要有:數(shù)據(jù)提取、預(yù)處理、特征值提取與選擇、分類器設(shè)計與分類決策。

2.1 數(shù)據(jù)提取

本文對0～9灰度圖像進(jìn)行處理。有400組圖片。分為十組,每組0～9個數(shù)字,每組40個。他們被分成30個訓(xùn)練樣本和10個測試樣本。本文借助MATLAB軟件的讀寫功能和DIR函數(shù)讀取“數(shù)字”文件夾下的所有圖片,并得到包含36×20×40×10的圖片數(shù)據(jù)的四維數(shù)組。每張圖片的數(shù)據(jù)是36×20的數(shù)據(jù)矩陣。

2.2 預(yù)處理

圖像預(yù)處理應(yīng)根據(jù)實(shí)際圖像進(jìn)行操作,將處理時間和正確率結(jié)合起來。一般來說,預(yù)處理的目的是去除圖像中包含的干擾噪聲,增強(qiáng)有用的信息,恢復(fù)退化的信息。圖像預(yù)處理包括圖像去噪、圖像二值化處理、分割處理和歸一化處理等一系列操作。

2.3 特征值提取與選擇

提取和選擇特征值的主要目的是對分割的矩陣塊的特征值進(jìn)行統(tǒng)計。其主要目的是從數(shù)字的拓?fù)浣Y(jié)構(gòu)中提取一些結(jié)構(gòu)特征,并減少數(shù)字的干涉相位,例如位移、尺寸變化和形狀失真,以及數(shù)字特征的關(guān)鍵。信息被提供給分類器。特征的選擇一般有以下原則:一是充分性原則,即提取的特征應(yīng)該能夠充分保持原始圖案中的信息量;其次,在充分的SU的基礎(chǔ)上最小化特征的維數(shù);此外,提取特征時所花費(fèi)的計算量也不太大,否則會影響識別速度。本文將分割后的每個矩陣塊中的黑像素數(shù)作為矩陣塊的特征值,作為圖像的特征值。

3 數(shù)字識別方法

從模式識別開始作為一門學(xué)科,研究人員提出了多種識別方法。本文主要研究了最小距離法、最近鄰法、K近鄰法和BP神經(jīng)網(wǎng)絡(luò)理論,并通過MATLAB進(jìn)行了實(shí)驗(yàn)分析。

3.1 最小距離法

最小距離法是一種簡單的模式識別方法,它是基于模式的采樣來估計各種類型的統(tǒng)計參數(shù),并且完全由各種類型的均值和方差來確定。當(dāng)兩種均值之間的距離大于該類中相應(yīng)均值的距離時,最小距離分類器可以很好地工作。

最小距離法可以直接計算待測樣本之間的距離和樣本中的平均值,并將樣本分類為最小距離。

3.2 最近鄰法

最小距離法是一種簡單直觀的模式識別方法。然而,當(dāng)每個模式樣本的均值(“代表”)不能很好地表示每個模式時,結(jié)果將是所設(shè)計的分類器出現(xiàn)較大的錯誤率。

針對這個問題,利用覆蓋和HART提出最近鄰方法。為了更好地表示每一個模式類別,一個極端的方法是使用模式類別中的所有樣本作為“代表點(diǎn)”,并將被測試的樣本分類為一類最小距離。

3.3 K-近鄰法

K近鄰法是上鄰近鄰法的推廣,因此神經(jīng)網(wǎng)絡(luò)中輸入神經(jīng)元的數(shù)目是36。為了識別0-9的10個數(shù),本文使用8421個碼來識別輸出“0”,使用(0,0,0,0)主目標(biāo)向量表示輸入“1”,使用輸出向量,如(0,0,0,1)等,輸入“9”,并使用輸出向量,如(1,0,0,1)。因此,我們可以確定輸出層中神經(jīng)元的數(shù)量是4,也就是輸出向量的維數(shù)。

4.結(jié)果和結(jié)論

本文中所識別的數(shù)字為0～9。訓(xùn)練樣本從每個班的前30名中選出,共300個,而測試樣本則是后者100。在訓(xùn)練樣本經(jīng)過預(yù)處理和四種方法識別后,識別率如表1所示。

表1 識別率比較

結(jié)果表明,矩陣的分段數(shù)可以在一定程度上提高識別率,但增加分割塊的數(shù)目將大大增加計算量并延長識別時間。同時,在四種方法中,最近鄰法可以獲得最高的識別率,達(dá)到100%。BP神經(jīng)網(wǎng)絡(luò)作為一種智能算法,在理論上的識別效果應(yīng)該更好,但并沒有達(dá)到預(yù)期的效果。這與BP神經(jīng)網(wǎng)絡(luò)在實(shí)驗(yàn)中的學(xué)習(xí)和訓(xùn)練功能的選擇以及其各種參數(shù)的調(diào)試有關(guān)。這也是進(jìn)一步研究的一種方式。