导读：基于BP算法的数字字符识别技术的研究由考试吧论文网提供,查找更多基于BP算法的数字字符识别技术的研究请访问lunwen.exam8.com。...
由于识别时只能根据每个数字字符的特征进行判断，所以对锐化后的二值图像还需分割成单个的字符，对字符进行细化。常用的脱壳算法，即从字符的边界逐层移去黑点，直到寻找到一个集合，此集合与其边界相重合（即厚度为1或2）。为了对任意字符的特征提取，还需要对数字字符进行规范化处理，即把字符的尺寸变换成统一大小，字符位置(旋转、平移)纠正。不少人认为把每个字符图像规一化为5×9像素二值图像是最理想的，因为图像的尺寸越小，识别速度就越高，网络训练也越快。而实际上，相对于要识别的字符图像，5×9像素图太小了。规一化后，图像信息丢失了很多，这时进行图像识别，准确率不高。实验证明，将字符图像规一化为10×18像素二值图像是现实中比较理想的。从被分割处理完毕的字符中，提取最能体现这个字符特点的特征向量，代入BP网络之中，对网络进行训练。然后提取出待识别的的样本中的特征向量代入到训练好的BP网络中，就可以对字符进行识别。常用的特征向量的提取方法有逐像素提取法、骨架特征提取法、垂直方向数据统计提取法等。本实验采用的是逐像素提取法。
