王強，張小溪，韓一紅

（西北工業(yè)大學 陜西 西安 710129）

圖像識別作為圖像技術(shù)的一個分支一直是圖像處理和模式識別領(lǐng)域的研究熱點。傳統(tǒng)的模式識別方法應(yīng)用于圖像識別主要是利用圖像的顏色特征、形狀特征、紋理特征等對圖像進行比較[1-2]，根據(jù)這些統(tǒng)計特征對圖像之間的相似度做出評價。

人工神經(jīng)網(wǎng)絡(luò)[3]（Artificial Neural Network，ANN）的研究雖然自上世紀40年代才開始，但由于具有強大的自適應(yīng)能力、信息的分布式存儲、并行處理以及能很好的模擬非線性系統(tǒng)，已經(jīng)在信息處理、模式識別等領(lǐng)域得到越來越廣泛的應(yīng)用。在圖像識別中常用的神經(jīng)網(wǎng)絡(luò)模型[4-5]有Hopfield神經(jīng)網(wǎng)絡(luò)、BP神經(jīng)網(wǎng)絡(luò)、小波網(wǎng)絡(luò)、細胞神經(jīng)網(wǎng)絡(luò)和模糊神經(jīng)網(wǎng)絡(luò)。對于數(shù)字圖像來說，采用神經(jīng)網(wǎng)絡(luò)是一種有效的手段，而MATLAB中包括的神經(jīng)網(wǎng)絡(luò)工具箱為相關(guān)的算法開發(fā)與數(shù)據(jù)分析提供了非常友好的環(huán)境，避開了比較繁雜的子程序編寫任務(wù)。

文中應(yīng)用MATLAB 7.1神經(jīng)網(wǎng)絡(luò)工具箱設(shè)計BP神經(jīng)網(wǎng)絡(luò)，利用提取的圖像特征對BP神經(jīng)網(wǎng)絡(luò)進行訓練，從而達到系統(tǒng)自動識別字符圖像的目的。

1 數(shù)字圖像處理

1.1 圖像預處理

字符圖像預處理的目的是使字符圖像更清晰，邊緣更明顯，并將每一個字符分割出來便于進行特征提取工作。針對本文選取的字符圖像，給出圖像預處理的一般流程圖如圖1所示。

圖1 字符圖像預處理流程圖Fig.1 Flow chart of character image pre-processing

原始字符圖像及經(jīng)過預處理之后的圖像如圖2、3所示。

圖2 原始字符圖像Fig.2 Initial character image

圖3 圖像預處理之后的字符Fig.3 Character image after pre-processing

經(jīng)過圖像預處理后得到的歸一化的結(jié)果為每個字符的像素數(shù)16×8（16為高度，像素行數(shù)；8為寬度，像素列數(shù)）大小。

1.2 特征提取

特征提取可以看作是一種特殊的圖像數(shù)據(jù)的簡化，其目的是從高維的數(shù)據(jù)中抽取出有效的包含主要信息的低維數(shù)據(jù)，便于圖像分割和識別。一般來說，良好的特征應(yīng)該具有可區(qū)別性、可靠性、獨立性好、數(shù)量少這4個特點。傳統(tǒng)的特征提取方法基于圖像的空頻域特征，包括傅里葉變換、小波變換等算法。

針對本文所要識別的圖像，對預處理之后得到的圖像提取的特征為歐拉數(shù)、字符圖像矩陣每行的與每列的黑色像素點之和這兩個特征。

特征1：歐拉數(shù)。歐拉數(shù)定義為一個區(qū)域中的孔數(shù)H和連接部分數(shù)C的差：E=C-H。圖像的歐拉數(shù)是圖像的一種拓撲性質(zhì)度量，它表明了圖的連通性。

對數(shù)字圖像而言，如果圖像的背景用“0”標記，目標物體用“1”標記，則歐拉數(shù)計算公式如下：

應(yīng)用MATLAB軟件可以用bweuler函數(shù)來求圖像的歐拉數(shù)，調(diào)用格式為：

式（2）中，I為輸入的二值圖像，n設(shè)置鄰域的大小，即4-鄰域或8-鄰域，默認值為8。不過必須注意，二值圖像的背景為“0”，目標為“1”，檢測出的歐拉數(shù)才是目標圖像的歐拉數(shù)。

特征2：字符圖像矩陣每行的與每列的黑色像素點之和。這種特征提取方法的算法就是自左向右對經(jīng)過預處理之后字符圖像進行逐列的掃描，統(tǒng)計每列黑色像素的個數(shù)，然后自上向下逐行掃描，統(tǒng)計每行的黑色像素的個數(shù)，將統(tǒng)計的結(jié)果作為字符的特征矩陣。

2 BP神經(jīng)網(wǎng)絡(luò)

2.1 BP網(wǎng)絡(luò)結(jié)構(gòu)及算法

BP（Error Back Propagation Network）神經(jīng)網(wǎng)絡(luò)[4，6]是在 1986年由Rumelhant和McClelland提出來的，是目前應(yīng)用最為廣泛和成功的神經(jīng)網(wǎng)絡(luò)之一。它是一種多層前饋神經(jīng)網(wǎng)絡(luò)，最為普遍的為三層BP網(wǎng)絡(luò)，所謂三層包括了輸入層、輸出層和中間層（或稱為隱層）。

圖4 一個典型的BP網(wǎng)絡(luò)Fig.4 A typical BP network

BP網(wǎng)絡(luò)結(jié)構(gòu)算法可描述如下：

1）設(shè)置變量和參數(shù)，其中包括訓練樣本，權(quán)值矩陣，學習速率。

2）初始化，給各個權(quán)值矩陣一個較小的隨機非零向量。

3）隨機輸入樣本。

4）對輸入樣本，前向計算BP網(wǎng)絡(luò)每層神經(jīng)元的輸入信號和輸出信號。

5）由期望輸出和上一步求得的實際輸出計算誤差E（n），判斷其是否滿足要求，若滿足則轉(zhuǎn)至第8步，不滿足則轉(zhuǎn)至第6步。

6）判斷是否大于最大迭代次數(shù)，若大于則轉(zhuǎn)至第8步，若不大于，對輸入樣本方向計算每層神經(jīng)元的局部梯度δ。

7）根據(jù)局部梯度修正各個矩陣的權(quán)值。

8）判斷是否學完所有的訓練樣本，是則結(jié)束，否則轉(zhuǎn)至第3步。

神經(jīng)網(wǎng)絡(luò)應(yīng)用于圖像識別的一般模型如圖5所示。

圖5 神經(jīng)網(wǎng)絡(luò)圖像識別框圖Fig.5 Model of image recognition based on ANN

2.2 Matlab 7.1神經(jīng)網(wǎng)絡(luò)工具箱簡介

在設(shè)計BP網(wǎng)絡(luò)時有大量的工作需要進行，而在Matlab 7.1的神經(jīng)網(wǎng)絡(luò)工具箱中有對應(yīng)的函數(shù)可完成BP網(wǎng)絡(luò)設(shè)計時所涉及到的全部計算任務(wù)。通過應(yīng)用神經(jīng)網(wǎng)絡(luò)工具箱可以較為便捷地完成BP網(wǎng)絡(luò)的設(shè)計。

MATLAB神經(jīng)網(wǎng)絡(luò)工具箱中提供的相關(guān)函數(shù)主要有：BP網(wǎng)絡(luò)生成函數(shù)newff，神經(jīng)元變換函數(shù)，初始化函數(shù)init，學習函數(shù)，性能函數(shù)，訓練函數(shù)train，BP訓練算法函數(shù)，仿真函數(shù)sim，繪圖函數(shù) poltperf。

應(yīng)用Matlab神經(jīng)網(wǎng)絡(luò)工具箱[7]實現(xiàn)BP神經(jīng)網(wǎng)絡(luò)的基本步驟如下：

1）網(wǎng)絡(luò)創(chuàng)建 通過函數(shù)newff生成一個BP網(wǎng)絡(luò)，它會根據(jù)樣本數(shù)據(jù)自動確定輸入層、輸出層的神經(jīng)元的數(shù)目，而隱層的層數(shù)、隱層神經(jīng)元數(shù)目、隱層和輸出層的變換函數(shù)、訓練算法函數(shù)由用戶自己確定；

2）網(wǎng)絡(luò)初始化 當newff創(chuàng)建網(wǎng)絡(luò)對象的同時，自動調(diào)動函數(shù)init根據(jù)缺省的參數(shù)對網(wǎng)絡(luò)進行連接權(quán)值和閾值的初始化；

3）通過函數(shù)train對網(wǎng)絡(luò)進行訓練 對神經(jīng)網(wǎng)絡(luò)的訓練有2種方式，一種是增加方式，即每輸入一個學習樣本就根據(jù)網(wǎng)絡(luò)誤差進行連接權(quán)值和閾值的更新；另一種是批處理方式，即只有全部學習樣本都學習完成后，才進行網(wǎng)絡(luò)連接權(quán)值和閾值的更新。函數(shù)train采用的是批處理方式，要對其參數(shù)進行設(shè)置，如學習步長、誤差目標等；

4）網(wǎng)絡(luò)仿真 函數(shù)sim根據(jù)已訓練好的網(wǎng)絡(luò)對測試數(shù)據(jù)進行仿真計算。利用此函數(shù)，可以在網(wǎng)絡(luò)訓練前后分別進行輸入輸出的仿真，以作比較，從而對網(wǎng)絡(luò)進行修改評價。

3 實驗仿真

文中采用3層BP網(wǎng)絡(luò)，具體設(shè)計如下：

1）輸入層 本文將訓練樣本圖片中提取的字符圖像特征：歐拉數(shù)與圖像矩陣每行的與每列的黑色像素點之和作為BP神經(jīng)網(wǎng)絡(luò)的輸入p矩陣。輸入層節(jié)點數(shù)為25。

2）輸出層 規(guī)定：如果網(wǎng)絡(luò)輸入為字符“0”則目標輸出t對應(yīng)列的行元素全為“0.1”，輸入為“1”則t對應(yīng)列的第一行元素為“0.9”，其余行元素全為“0.1”，輸入為“2”則對應(yīng)列的第二行元素為“0.9”，其余行元素為“0.1”，依次類推。輸出層節(jié)點數(shù)為9。

3）隱層 隱層節(jié)點數(shù)的確定按照下面的經(jīng)驗公式[8]：

其中，n為輸入節(jié)點數(shù)，m為輸出節(jié)點數(shù)，n1為隱層節(jié)點數(shù)。計算確定隱層的節(jié)點數(shù)為35。

確定完BP的三層網(wǎng)絡(luò)后就可以對網(wǎng)絡(luò)進行訓練，然后用訓練好的網(wǎng)絡(luò)來進行模式分類實現(xiàn)字符圖像的識別。圖6為網(wǎng)絡(luò)的訓練過程。

仿真結(jié)果表明，單個字符的識別率不近相同，最高的為字符8，識別率達95%，最低的為字符2，識別率為75.5%，所有字符平均識別率為89%。

4 結(jié) 論

由實驗仿真可知，采用神經(jīng)網(wǎng)絡(luò)識別圖像是切實可行的，由于時間關(guān)系，目前只是對普通的BP網(wǎng)絡(luò)進行了研究應(yīng)用。下一步的工作是研究BP神經(jīng)網(wǎng)絡(luò)的改進算法，并應(yīng)用改進的BP網(wǎng)絡(luò)提高圖像的識別率以及對復雜圖像的識別。

圖6 BP網(wǎng)絡(luò)訓練圖Fig.6 BP network training chart

[1]齊敏，李大建，郝重陽.模式識別導論[M].北京：清華大學出版社，2009.

[2]何明一，衛(wèi)保國.數(shù)字圖像處理[M].北京：科學出版社，2008.

[3]韓力群.人工神經(jīng)網(wǎng)絡(luò)理論、設(shè)計及應(yīng)用[M].北京：化學工業(yè)出版社，2007.

[4]周日貴，姜楠，丁秋林.量子Hopfield神經(jīng)網(wǎng)絡(luò)及圖像識別[J].中國圖象圖形學報，2008，13（1）：119-123.

ZHOU Ri-gui，JIANG Nan，DING Qiu-lin.Quantum Hopfield neural network and image recognition[J].Journal of Image and Graphics，2008，13（1）：119-123.

[5]蘭雪梅，朱建，黃承明，等.BP網(wǎng)絡(luò)的MATLAB實現(xiàn)[J].微型電腦應(yīng)用，2003，19（1）：6-8.

LAN Xue-mei，ZHU Jian，HUANG Cheng-ming，et al.BP network realization in MATLAB[J].Microcomputer Application，2003，19（1）：6-8.

[6]張海波，董槐林，龍飛，等.基于BP神經(jīng)網(wǎng)絡(luò)的圖像識別研究[J].計算機與現(xiàn)代化，2008（5）：17-19.

ZHANG Hai-bo，DONG Huai-lin，LONG Fei，et al.Research on image recognition based on BP neural network[J].Computer and Modernization，2008（5）：17-19.

[7]張浩然，韓正之，李昌剛.基于MATLAB的神經(jīng)網(wǎng)絡(luò)辨識與控制工具箱[J].計算機仿真，20（3）：72-74.

ZHANG Hao-ran， HAN Zheng-zhi， LI Chang-gang.Neural network based system identification and control toolboxes in MATLAB environment[J].Computer Simulation，20（3）：72-74.

[8]戚德虎，康繼昌.BP神經(jīng)網(wǎng)絡(luò)的設(shè)計[J].計算機工程與設(shè)計，1998，19（2）：48-50.

QI De-hu，KANG Ji-chuang.Design of the BP neural network[J].Computer Engineering and Design，1998，19（2）：48-50.