基于神經網絡的圖像識別系統的研究

李承昊，蔡晨陽，李 銳

沈陽理工大學，遼寧沈陽 110159

基于神經網絡的圖像識別系統的研究

李承昊，蔡晨陽，李 銳

沈陽理工大學，遼寧沈陽 110159

在社會生活發展的過程中，圖像識別技術有著十分重要的作用，隨著計算機技術、圖像處理技術、模式識別理論的發展與進步，產生了一種新型的圖像識別技術——神經網絡圖像識別技術，通過此種技術的應用，提升了圖像識別的準確性及有效性。在本文中，以神經網絡為基礎，研究和設計了圖像識別系統。

神經網絡；圖像識別；系統設計

隨著信息技術的發展，人們已經進入信息時代，作為人類感知世界的視覺基礎，圖像中蘊含了大量的信息。當前，神經網絡已經發展的比較成熟，并在圖像識別領域中有著比較廣泛的應用，在神經網絡的作用下，運算量大大的減少，運算精度顯著的提升，同時，高容錯性的功能允許圖像中某個局部存在殘缺或背景模糊，有效的提升了圖像識別的準確性。

1 基于神經網絡的圖像識別系統設計概述

在進行本圖像識別系統設計時，以圖像中的數字為基礎，通過對圖像一系列的處理之后，將圖像中包含的數字清晰的顯示出來。作為一個圖像識別系統，既可以單獨使用，同時還可以在其他的識別系統中作為核心的軟件應用，具有比較高的靈活性及通用性。具體的系統運作流程如下：系統啟動完成后，將需要識別的圖像輸入到系統中，接著利用圖像預處理系統對圖像進行相應的處理，之后進行字符分割、特征提取，最后進行字符識別，完成之后圖像識別結束。

總的來看，首先進行圖像預處理，再進行神經網絡文字識別是圖像識別系統的流程，因此，圖像預處理、特征提取、神經網絡識別是圖像識別系統重要的三個模塊，各個模塊的具體功能如下：在圖像預處理模塊中，主要是對上傳到系統中的圖像進行預處理，并對圖像中包含的字符進行分割；在特征提取模塊中，包含的提取方法比較多，主要功能是對圖像字符的網格特征、水平和垂直特征、像素百分比特征進行提取；在神經網絡識別模塊中，識別字符的方法為優化之后的BP算法，主要功能包含網絡訓練、數據讀取、字符判定、結果輸出。

2 程序設計

2.1 圖像預處理模塊

第一，讀取圖像數據。圖像數據是圖像分析和處理的基礎，因此，預處理工作的第一步就是讀取圖像的數據，包含寬、高以及各個像素點的顏色值[1]。圖片在進行存儲時，格式比較多，比如JPG、GIF等，為了使運算的數據量減少，本系統在存儲圖片時，選擇256色BMP格式。利用微軟圖像函數庫的dibapi.h及dibapi. cpp進行圖像數據讀取工作。

第二，預處理圖像。首先進行灰度化，2256色位圖調色板的內容非常復雜，在進行圖像處理時，大部分的算法都無法應用，因此要對圖像進行灰度處理，彩色圖像中，像素點中的R、G、B值各不相同，通過賦予這三點各自一個加權系數，使各點分量的值相同，從而實現灰度化[2]。其次對灰度圖像進行二值化，灰度圖像像素的灰度值位于0～255之間，灰度值越大時，圖像越亮，為了提升圖像處理的便利性，進行二值化處理，依據自適應閾值法，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，記錄下第一個遇到的黑色的像素點，隨后，改變掃描的方向，變為由上而下，同樣將第一個遇到的黑色像素點記錄下來，這兩個點之間的距離就是圖像大致的高度范圍。其次，進行圖像分析，從左至右對圖像進行掃描，發現第一個黑色像素點之后，將此點作為圖像分割的起始部位，接著進行掃描，無黑色像素點時停止，同時，圖像分割結束。

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，但各個字符的大小不一，影響識別的標準性及準確率，因此，要對字符的尺寸進行調整，使其尺寸相同。對比系統要求高度與字符高度，將需變換的系數計算出來，依據此系數進行相應的高度變換，寬度也按照此方法進行變化[3]。按照插值的方法，將新圖像里的點映射到原圖像中，完成尺寸統一。

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，通過緊縮重排，形成新的圖像字符。

2.2 特征提取模塊

經過圖像預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，對能夠代表字符特點的特征向量進行提取。將圖像字符帶入BP網絡中，開展網絡訓練工作，從而將樣本中的待識別的特征向量提取出來，隨后，進行字符識別工作。

2.3 BP神經網絡的圖像識別模塊

模式識別是BP神經網絡的重要用途，在進行此模塊的設計時，重點在于訓練出一個可行、高效的BP網絡，以便于精準的識別0～9這十個數字。圖像預處理及特征提取完成之后，就需要利用該模塊進行訓練和識別。

3 系統實驗結果

利用數碼相機拍攝多個車牌，并以BMP的格式存儲圖像，隨后，將圖像輸入到本文設計的圖像識別系統中，通過圖像預處理之后，形成灰度圖像，并對車牌中的數字進行規范，隨后，利用特征提取模塊對其特征向量進行提取，最后，利用BP神經網絡的圖像識別對車牌中的數字進行識別。識別結果顯示，本圖像識別系統可準確的識別出車牌中的數字。

4 結論

在基于神經網絡的圖像識別系統設計中，圖像預處理、特征提取、BP神經網絡的圖像識別是系統中重要的三個模塊，通過三個模塊協同作用的發揮，有效而又準確的進行圖像識別。但本文中設計的圖像識別系統還不完善，選擇的樣品數量有限，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神經網絡車牌字符識別系統[J].計算機工程與科學，2010（02）：88-90+134.

[2]楊永，駱霞軍，王莉利.基于神經網絡的汽車車型圖像自動識別系統的設計與實現[J].微計算機應用，2010（02）：56-60.

[3]金健，林宗桂，金龍.一種基于特征的人工神經網絡數字識別系統模型[J].南京氣象學院學報，2014（06）：828-835.

[4]王振，高茂庭.基于卷積神經網絡的圖像識別算法設計與實現[J].現代計算機（專業版），2015（20）：61-66.

TP3

A

1674-6708（2015）150-0070-01

李承昊，本科，電子信息工程專業在進行BP網絡設計時，關鍵在于確定BP網絡3層的神經元數目[4]。在此模塊中，第一步的工作就是利用已知訓練樣本對BP網絡進行訓練，圖像預處理之后，特征的維數就是輸入層的節點個數；而在隱層，節點個數并沒有硬性的規定，通常，此層所包含的神經元數目越多，BP網絡的精神程度越高，促使訓練時間延長，不過，神經元的數目不宜過多，避免出現負面影響。標準輸出設定的方式決定了輸入層的節點數，也就是說，通過目標期望的編碼方式來確定輸入層的節點數量。神經元數目確定完成之后，需要進行字符識別，通過BP網絡訓練之后，將權值保存的形式定為文件形式，訓練完成之后，開始字符識別工作，將隱層節點個數、最小均方誤差、相關系數以及訓練步長的參數輸入進去，訓練之后得到字符識別結果。