基于神经网络的图像识别系统的研究

李承昊，蔡晨阳，李 锐

沈阳理工大学，辽宁沈阳 110159

基于神经网络的图像识别系统的研究

李承昊，蔡晨阳，李 锐

沈阳理工大学，辽宁沈阳 110159

在社会生活发展的过程中，图像识别技术有着十分重要的作用，随着计算机技术、图像处理技术、模式识别理论的发展与进步，产生了一种新型的图像识别技术——神经网络图像识别技术，通过此种技术的应用，提升了图像识别的准确性及有效性。在本文中，以神经网络为基础，研究和设计了图像识别系统。

神经网络；图像识别；系统设计

随着信息技术的发展，人们已经进入信息时代，作为人类感知世界的视觉基础，图像中蕴含了大量的信息。当前，神经网络已经发展的比较成熟，并在图像识别领域中有着比较广泛的应用，在神经网络的作用下，运算量大大的减少，运算精度显著的提升，同时，高容错性的功能允许图像中某个局部存在残缺或背景模糊，有效的提升了图像识别的准确性。

1 基于神经网络的图像识别系统设计概述

在进行本图像识别系统设计时，以图像中的数字为基础，通过对图像一系列的处理之后，将图像中包含的数字清晰的显示出来。作为一个图像识别系统，既可以单独使用，同时还可以在其他的识别系统中作为核心的软件应用，具有比较高的灵活性及通用性。具体的系统运作流程如下：系统启动完成后，将需要识别的图像输入到系统中，接着利用图像预处理系统对图像进行相应的处理，之后进行字符分割、特征提取，最后进行字符识别，完成之后图像识别结束。

总的来看，首先进行图像预处理，再进行神经网络文字识别是图像识别系统的流程，因此，图像预处理、特征提取、神经网络识别是图像识别系统重要的三个模块，各个模块的具体功能如下：在图像预处理模块中，主要是对上传到系统中的图像进行预处理，并对图像中包含的字符进行分割；在特征提取模块中，包含的提取方法比较多，主要功能是对图像字符的网格特征、水平和垂直特征、像素百分比特征进行提取；在神经网络识别模块中，识别字符的方法为优化之后的BP算法，主要功能包含网络训练、数据读取、字符判定、结果输出。

2 程序设计

2.1 图像预处理模块

第一，读取图像数据。图像数据是图像分析和处理的基础，因此，预处理工作的第一步就是读取图像的数据，包含宽、高以及各个像素点的颜色值[1]。图片在进行存储时，格式比较多，比如JPG、GIF等，为了使运算的数据量减少，本系统在存储图片时，选择256色BMP格式。利用微软图像函数库的dibapi.h及dibapi. cpp进行图像数据读取工作。

第二，预处理图像。首先进行灰度化，2256色位图调色板的内容非常复杂，在进行图像处理时，大部分的算法都无法应用，因此要对图像进行灰度处理，彩色图像中，像素点中的R、G、B值各不相同，通过赋予这三点各自一个加权系数，使各点分量的值相同，从而实现灰度化[2]。其次对灰度图像进行二值化，灰度图像像素的灰度值位于0～255之间，灰度值越大时，图像越亮，为了提升图像处理的便利性，进行二值化处理，依据自适应阈值法，将灰度图像的像素分化为黑或白两种颜色。

第三，图像分割。首先，调整图像的整体倾斜度，按照由下至上的顺序，扫描图像，记录下第一个遇到的黑色的像素点，随后，改变扫描的方向，变为由上而下，同样将第一个遇到的黑色像素点记录下来，这两个点之间的距离就是图像大致的高度范围。其次，进行图像分析，从左至右对图像进行扫描，发现第一个黑色像素点之后，将此点作为图像分割的起始部位，接着进行扫描，无黑色像素点时停止，同时，图像分割结束。

第四，图像的归一化处理。扫描完成之后，图像中的字符可显示出来，但各个字符的大小不一，影响识别的标准性及准确率，因此，要对字符的尺寸进行调整，使其尺寸相同。对比系统要求高度与字符高度，将需变换的系数计算出来，依据此系数进行相应的高度变换，宽度也按照此方法进行变化[3]。按照插值的方法，将新图像里的点映射到原图像中，完成尺寸统一。

第五，图像的紧缩重排。尺寸相同之后，字符在图像中的位置不定，影响特征提取的精确性，通过紧缩重排，形成新的图像字符。

2.2 特征提取模块

经过图像预处理模块的处理之后，图像中的字符变成大小相同、排列整齐，接着，对能够代表字符特点的特征向量进行提取。将图像字符带入BP网络中，开展网络训练工作，从而将样本中的待识别的特征向量提取出来，随后，进行字符识别工作。

2.3 BP神经网络的图像识别模块

模式识别是BP神经网络的重要用途，在进行此模块的设计时，重点在于训练出一个可行、高效的BP网络，以便于精准的识别0～9这十个数字。图像预处理及特征提取完成之后，就需要利用该模块进行训练和识别。

3 系统实验结果

利用数码相机拍摄多个车牌，并以BMP的格式存储图像，随后，将图像输入到本文设计的图像识别系统中，通过图像预处理之后，形成灰度图像，并对车牌中的数字进行规范，随后，利用特征提取模块对其特征向量进行提取，最后，利用BP神经网络的图像识别对车牌中的数字进行识别。识别结果显示，本图像识别系统可准确的识别出车牌中的数字。

4 结论

在基于神经网络的图像识别系统设计中，图像预处理、特征提取、BP神经网络的图像识别是系统中重要的三个模块，通过三个模块协同作用的发挥，有效而又准确的进行图像识别。但本文中设计的图像识别系统还不完善，选择的样品数量有限，而这也成为日后研究工作的主要方向。

[1]张坤艳，钟宜亚，苗松池，等.一种基于全局阈值二值化方法的BP神经网络车牌字符识别系统[J].计算机工程与科学，2010（02）：88-90+134.

[2]杨永，骆霞军，王莉利.基于神经网络的汽车车型图像自动识别系统的设计与实现[J].微计算机应用，2010（02）：56-60.

[3]金健，林宗桂，金龙.一种基于特征的人工神经网络数字识别系统模型[J].南京气象学院学报，2014（06）：828-835.

[4]王振，高茂庭.基于卷积神经网络的图像识别算法设计与实现[J].现代计算机（专业版），2015（20）：61-66.

TP3

A

1674-6708（2015）150-0070-01

李承昊，本科，电子信息工程专业在进行BP网络设计时，关键在于确定BP网络3层的神经元数目[4]。在此模块中，第一步的工作就是利用已知训练样本对BP网络进行训练，图像预处理之后，特征的维数就是输入层的节点个数；而在隐层，节点个数并没有硬性的规定，通常，此层所包含的神经元数目越多，BP网络的精神程度越高，促使训练时间延长，不过，神经元的数目不宜过多，避免出现负面影响。标准输出设定的方式决定了输入层的节点数，也就是说，通过目标期望的编码方式来确定输入层的节点数量。神经元数目确定完成之后，需要进行字符识别，通过BP网络训练之后，将权值保存的形式定为文件形式，训练完成之后，开始字符识别工作，将隐层节点个数、最小均方误差、相关系数以及训练步长的参数输入进去，训练之后得到字符识别结果。