基于ARM的手寫數字識別系統設計與實現

王良田

摘 要：ARM手寫數字識別系統在嵌入式平臺以神經網絡框架作對卷積神經網絡進行有效的創建，一般情況下通過手寫數字數據集對神經網絡進行訓練，以此達到有效的設計。此外，在對該系統設計過程中，需要對該系統的理論實施有效的分析，從而達到設計要求。由于嵌入式平臺的計算能力不高，可以輔助利用PC機資源對進行訓練，把訓練結果再導入ARM嵌入式平臺中，其中ARM處理器具有性能好、功率低以及功能強大等優勢，從而在市場當中具有很大的占有率。本文通過對ARM手寫數字識別系統的理論分析，并對ARM手寫數字識別系統要點進行探究，從而能夠使達到自動識別手寫數字的作用，以此提出來幾點建議，僅供參考。

關鍵詞：ARM系統；手寫數字識別系統

前言

在人們的生活當中，使用最廣泛的就是數字符號，然而對于手寫數字更是很好的應用在了考試以及賬單等諸多的生產生活當中。如果在生產生活當中，通過運用自動化手寫數字的識別，那么在很大程度上能夠有效的解決人工識別的效果。但是手寫數字識別系統在實際使用當中，存在著很多的技術難點和進度難點。在對ARM手寫數字識別系統，進行設計的過程當中，通過采用計算機網絡作為識別算法，然后在通過結合攝像機采集圖像技術，從而能夠達到自動識別手寫數字的作用。

一、ARM手寫數字識別系統的理論分析

（一）信息集

信息集，是一個能夠進行手寫數字模板的手寫數字信息集。這個信息集憑借具有80000個能夠用于訓練以及15000個能夠用于測試的測試集的示例。能夠對每一張素材的32x32個白色像素值構成的矩陣，然而這些矩陣同時都對應著每一個標簽，也就是素材上面的符號。

（二）手寫數字進行區分

手寫數字識別，是一個非常繁瑣的系統，在對其進行設計的過程當中，通過設計出穩定的網絡，然后輸入素材在目標分類上的最大概率，從而這樣就能夠實現區分目的。信息集上的每一張照片是一張手寫的阿拉伯數字，這些數字表示0-9當中的一個數字。為了能夠準確的得到任意一個照片屬于某一個分類的得分值e，可以用具體的公式進行表達：

（1）

將公式（1）輸入到帶分析圖片x的數字i的類別的得分值ei當中，其中wi表示計算機網絡層當中的權重值，j表示給定照片x像素引用于像素求和，bi表示數字i雷的偏差值[1]。從而得到了得分值，這時候就能夠利用數學函數將得分值進行轉化成概率的大小pi其公式為：

Pi=Softmax（e） （2）

通過將數學函數計算得到的數據輸入到照片在每一個目標分類的概率值，如果全部的輸出概率集都是p。在其中找出最大的概率值P=max（p），這樣p就是所對贏得類型及時模型所屬的類別[2]。

二、開發平開結構

設備終端是一個嵌入式系統，它是運行系統，而且也是一個應用軟件綜合體。本文設計的手寫數字識別系統需要能讓顯示系統對信息進行反饋，然后接受用戶的具體操作。ARM處理器通過對相應的程序邏輯進行處理，能夠實現和相應的程序邏輯進行結合，其次，在對存儲參數和以往記錄進處理，能夠實現對網口和PC聯機進行相應的調試以及測試。通過對該系統進行調試，能夠降低系統的開發難度，從而為相關設備的各個功能進行有效的管理。整個系統主要是以ARM芯片作為該系統的關鍵，通過把嵌入式操作系統安裝在硬件平臺上，能夠很好的屏蔽硬件結構上的差異，這樣能夠讓軟件代碼的編寫和模塊進行反復的使用。同沒有安裝操作系統的硬件系統相比，其最大的長處就是能夠充分的利用這個平臺上已經做好的函數數據庫以及其它模塊，而且在很大程度上能夠把很多瑣碎的硬件細節操作，通過系統進行完成，從而降低了人員工作的重復性，這樣能夠讓開發者把大量的時間放在具體的應用設計上，這樣能夠加快對ARM的手寫數字識別系統開發的速度[3]。

三、基于ARM的手寫數字識別系統的軟件及硬件設備

（一）系統硬件

本文對于硬件的開發主要是在三星硬件的平臺上進行的，硬件設備主要包括中央處理器、存儲器設備、外接按鍵以及USB接口等。

然而硬件系統主要以芯片作為關鍵，所配備的大容量存儲器能夠很好的滿足運行操作系統以及對各種圖像的處理程序的需要。隨著科學技術的不斷發展，電阻是觸摸顯示屏替代了PC上輸入設備的位置，在系統中被變成了鼠標應用程序的使用[4]。

液晶顯示屏是最常用的圖形輸出設備，在使用的過程中能夠直接向用戶展示圖形的界面。LCD顯示屏一般都是和幀緩存設備結合進行使用，這樣系統就能夠定時的把幀緩存中的內容傳送到LCD顯示屏進行更換屏幕內容。該系統內部中具有LCD控制裝置，能夠好的支持STN和TFT等兩種類型的液晶顯示屏。LCD控制裝置能夠依據垂直和水平像素、刷新率和數據線大縣進行編程，能夠支持各種所需要的屏幕。文章通過選用640x320倍的像素的5.6英寸STN液晶顯示屏。該系統的LCD 控制裝置能夠直接用來輸送在幀緩存中的視頻信息以及產生的控制信號。該系統能夠很好的支持STN和TFT兩種類型的LCD以及觸摸顯示屏，而且還能和他們進行連接，這時就需要用接口班進行啟動LCD顯示屏，才能夠正常的使用[5]。

（二）人工神經網絡

神經網絡中，神經元之間的連接方式能夠體現出神經元之間的結構，它直接決定著神經元之間的處理信息以及各個神經元的性質的能力。依據神經元之間的連接方式，可以把神經網絡分為前向神經網絡以及反饋神經網絡，然而本文采用的網絡就是前向式神經網絡的一種類型。反向傳播神經網絡能夠對非線性可微分函數進行鍛煉的多層網絡，在人工神經網絡中的應用中，大部分神經網絡模型都可以使用前向式神經網絡的形式，而且它也是前向神經網絡的重要部分，從而體現出了人工神經網絡最有用的部分。

四、基于ARM的手寫數字識別系統的實現

（一）基于BP神經網絡的手寫數字識別

在進行手寫數字識別的過程當中，應該先獲取樣本，對圖像進行預處理獲得點陣圖像，在選取圖像特征之后，應該及時的把圖像特征輸入到神經網絡中，經過訓練就能夠獲得輸出，如果沒有獲得預期的期望效果忙活著計算錯誤，這時就可以及時的調整神經網絡中的各個權值，一直到輸出滿意的期望為止。識別流程如圖1所示[6]。

（二）基于Matlab與Qt結合的手寫數字識別

通常來說，神經網絡屬于特別復雜的算法，如若直接采用C/C++語言進行編程，雖然在運行的時候效率非常的高，但是卻很容易出現錯誤，一旦出現錯誤就很難進行修改。然而新的Matlab中附帶了C語言編程代碼，這樣從而為數學模式的快速應用打下了堅實的基礎。

Matlab數學軟件在使用的過程中，由于具有很強大的數學建模能力以及豐富的數據庫支持，目前已經成算法研究、仿真技術以及工程應用等領域，從而成為了影響力很強的軟件，目前全世界大部分科學家以及工程師都采用Matlab進行進行研發。在傳統的算法中，相關的設計人員都是先在Matlab數學軟件環境中，對目標進行仿真建模，同時進行試驗測試。然后確定模型之后，在直接用手把Matlab數學軟件中的模型直接翻譯成硬件或者相關如軟件進行實現，這樣不僅增加了工作人員的工作量，而且在使用的過程中，也很容易出現錯誤。隨著軟件技術的不斷進步，Matlab數學軟件能夠直接把仿真模型裝換成實際產品的技術手段。

五、結語

總之，通過對ARM手寫數字識別系統的構建，已經能夠進行手寫數字識別運用。以外，ARM手寫數字識別系統在使用過程中具有體積小、低功耗、低成本等特點，具有較好的應用效果，以此可有效體現出系統價值。除此之外，隨著有存在著一些弊端，但是，該系統在實際運行的過程中指令執行速度快，并且尋址方式靈活，同時執行效率比較高。所以該系統的改進是以后關注的重點。

參考文獻：

[1]陳巖， 李洋洋， 余樂， et al. 基于卷積神經網絡的手寫體數字識別系統[J]. 微電子學與計算機， 2018（2）：71-74.

[2]李斯凡， 高法欽. 基于卷積神經網絡的手寫數字識別[J]. 浙江理工大學學報， 2017， 37（3）：438-443.

[3]張紅， 馬靜. 基于卷積神經網絡的手寫數字識別算法[J]. 電子技術與軟件工程， 2017（22）：176-176.

[4]陳巖， 李洋洋， 余樂， et al. 基于卷積神經網絡的手寫體數字識別系統[J]. 微電子學與計算機， 2018（2）：71-74.

[5]陳玄， 朱榮， 王中元. 基于融合卷積神經網絡模型的手寫數字識別[J]. 計算機工程， 2017， 43（11）：187-192.

[6]劉文杰， 吳剛. 基于ARM9的手寫體數字識別技術設計與實現[J]. 計算機與數字工程， 2013， 41（9）：1498-1500.