基于BP神经网络的湘西方块苗文图像识别研究

• 作 者: 伍文源
• 机 构: 吉首大学
• 出 处: 吉首大学
• 发表日期: 2016年期
• 关键词: 湘西方块苗文 预处理 BP神经网络 图像识别

湘西位于湖南西部地区,该地区居住着大量的苗族同胞。经过长期的发展,形成了自己的文字和文化。大量珍贵的历史文化资料以方块苗文的形式记载并保留了下来,由于这些历史文化资料历史久远,有一些资料受到了不同程度的损坏,为了使这些历史文化能够更好地传承下去,这就需要一种新的技术来对这些历史文化资料进行数字化保护。湘西方块苗文是湖南湘西苗族地区使用的一种文字,对该文字的机器识别还比较少。预处理是整个文字图像识别过程的前提,其处理的效果将直接影响到后面文字图像特征提取和识别的效果。本文将分别采用平均值法、最大值法和加权平均法对湘西方块苗文图像进行灰度化,采用Bersen算法和Ostu算法对其进行二值化处理,同态滤波法、改进中值滤波法和基于同态滤波法和改进的中值滤波法相结合的方法对其进行平滑,以及利用细化算法和大小归一化对其进行归一化,实验结果表明,采用加权平均值法、Ostu算法、和基于同态滤波法和改进的中值滤波法相结合的方法和大小归一化方法分别对湘西方块苗文图像进行灰度化、二值化、图像平滑和归一化进行预处理效果最佳。为后续基于BP神经网络的湘西方块苗文识别研究提供基础和便利。但利用传统的BP神经网络在对字符图像进行识别时出现收敛速度慢的趋势,容易陷入局部极小的缺点。为了克服这些缺点,本文提出了一种基于附加动量法和自适应学习速率相结合的改进型BP神经网络,并将其应用于湘西方块苗文的识别过程。仿真结果表明,该算法不但收敛速度快,而且可以避免陷入局部极小的情况。