,

(西安培華學(xué)院，西安 710125)

0 引言

近年來，字符識別一直是圖像處理及模式識別領(lǐng)域的研究熱點[1-5]，其實用性強，尤其在大規(guī)模數(shù)據(jù)統(tǒng)計上，其應(yīng)用前景更是廣闊。伴隨著計算機的快速發(fā)展，在圖像處理及模式識別研究中，許多人類難以解決的相對復(fù)雜的問題，都可以借助計算機的高速運算來解決[6-9]。在字符識別領(lǐng)域里，是否能夠選取合適的特征提取算法，其將直接影響到識別率的高低，鑒于粗網(wǎng)格特征法具有反映字符的整體特征又能縮減網(wǎng)絡(luò)的規(guī)模的優(yōu)點，為了更好地提高字符識別的正確率，本文提出了一種基于粗網(wǎng)格特征法對圖像特征量進(jìn)行提取的字符識別系統(tǒng)。同時，由于量子神經(jīng)網(wǎng)絡(luò)具有高速并行處理能力、良好的容錯能力、自學(xué)習(xí)能力及較強的分類能力等特點[10-11]，且QNN克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)所具有的識別精度低、學(xué)習(xí)速率慢等的缺陷。所以在識別階段，對于識別字符來說，本文采用神經(jīng)網(wǎng)絡(luò)分類器是非常有效的手段。

1 字符識別系統(tǒng)設(shè)計

1.1 圖像特征提取字符識別系統(tǒng)

本文以數(shù)字型字符為研究對象，針對數(shù)字，設(shè)計了基于粗網(wǎng)格特征提取及QNN的字符識別系統(tǒng)，系統(tǒng)大致可分為數(shù)字輸入、預(yù)處理、 特征提取、QNN識別 4 個部分。其工作過程為：首先利用樣品進(jìn)行訓(xùn)練，確定QNN識別器的具體參數(shù)，完成分類器的設(shè)計。然后再把待識別數(shù)字樣本集的樣品輸入到網(wǎng)絡(luò)中，用經(jīng)二值化、行字切分、平滑 、 去噪、細(xì)化等預(yù)處理后，再特征提取的特征量來作為量子神經(jīng)網(wǎng)絡(luò)的輸入來識別待識別數(shù)字，并輸出識別結(jié)果。

1.2 字符預(yù)處理

由于現(xiàn)實環(huán)境的影響難以避免，實際獲得的數(shù)字圖像可能受到嚴(yán)重的噪聲干擾，所以進(jìn)行特征提取前要先對數(shù)字圖像進(jìn)行二值化、平滑、去噪聲等預(yù)處理，然后對其進(jìn)行特征提取。而且當(dāng)數(shù)字圖像出現(xiàn)偏移時，將導(dǎo)致對應(yīng)網(wǎng)格之間的錯位，從而降低識別率，所以逐個識別前，還要進(jìn)行歸一化處理，必須把它們的位置和大小歸一化到一個標(biāo)準(zhǔn)尺寸上，為數(shù)字識別做準(zhǔn)備。

由于數(shù)字經(jīng)二值化、平滑、去噪聲等預(yù)處理后，可能還存在大小不一的現(xiàn)象，因此需進(jìn)行歸一化過程。歸一化又分為大小及位置歸一化。

位置歸一化是把整個字符點陣圖移到規(guī)定位置上，從而消除其位置偏差。以質(zhì)心為基礎(chǔ)的位置歸一化比基于字符外邊框的位置歸一化方法抗干擾能力強，所以本文選用基于質(zhì)心的位置歸一化方法。

質(zhì)心計算：

(1)

(2)

式中，x，y分別為橫、縱坐標(biāo)，f(x,y)為字符二值點陣，T，B，L，R分別表示字符的上下左右邊界。

字符大小歸一化原理：假設(shè)f(x,y)為原字符圖像，大小為m×n，g(u,v)為歸一化后字符圖像，大小為M×N。f(x,y)中的任意一點(x0,y0)對應(yīng)于g(u,v)中的點(u0,v0)。(u0,v0)和(x0,y0)

之間的映射關(guān)系為：

(3)

若映射的(x0,y0)是整點坐標(biāo)，可直接令：g(u0,v0)=f(x0,y0)。若不是整點坐標(biāo)，再經(jīng)差值運算確定將f(x,y)中哪一個點映射到g(u,v)中。本文選用鄰近插值算法，即是取(x0,y0)相鄰的上下左右4個點中，距離和(x0,y0)最近的點作為插值結(jié)果，將此點的f(x,y)值賦給g(u0,v0)。將字符大小歸一為16*16像素。

1.3 字符特征提取

常用的特征提取方法如：逐像素特征提取法的算法簡單，運算快，可以使網(wǎng)絡(luò)很快地收斂，但適應(yīng)性不強；骨架特征提取法對于線條粗細(xì)不同的數(shù)字有一定的適應(yīng)性，但難以識別偏移圖像 ；垂直方向數(shù)據(jù)統(tǒng)計特征提取法效果不是很理想，適應(yīng)性不強[12]。本文采用粗網(wǎng)格特征法進(jìn)行特征量提取。由于粗網(wǎng)格特征法具有抗位置變化能力差的缺陷，所以將其進(jìn)一步改善，即是在特征提取步驟的前面，先對字符圖像定位，找到其中心，并平移到模板中心，再提取粗網(wǎng)格特征[13]。 本文將已歸一化為16*16像素的數(shù)字字符劃分為大小為2*2的8*8個網(wǎng)格，并將每個網(wǎng)格內(nèi)的黑像素數(shù)量作為特征，因而共抽取64個特征。

2 識別模型

由于QNN具有容錯性、自學(xué)習(xí)、并行處理和分類識別能力強的優(yōu)點，且字符識別普遍存在相近字符數(shù)據(jù)交叉問題，所以本文的識別系統(tǒng)，采用基于多層激勵函數(shù)的QNN模型，進(jìn)行數(shù)字字符識別[14-15]。

2.1 QNN模型

本文采用基于多層激勵函數(shù)的QNN進(jìn)行識別工作，網(wǎng)絡(luò)結(jié)構(gòu)分為輸入層、隱含層和輸出層。隱含層激勵為多個S型函數(shù)的疊加，相鄰函數(shù)間有著不同的量子間隔，因而一個隱層神經(jīng)元能表示的量級和狀態(tài)增多，網(wǎng)絡(luò)模糊性增加，網(wǎng)絡(luò)模式識別的準(zhǔn)確率提高。線性疊加的S型函數(shù)如圖1所示。

圖1 量子神經(jīng)網(wǎng)絡(luò)激勵函數(shù)

量子神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)如圖2所示，LA、LB、LC分別為輸入層、隱層、輸出層，其各層對應(yīng)節(jié)點數(shù)m、u、n。激勵函數(shù)f(x)=(1+e-x)-1，Wij、Vij分別為輸入層神經(jīng)元到隱層神經(jīng)元、隱含層神經(jīng)元到輸出層神經(jīng)元的連接權(quán)，θs為隱層量子間隔，(s=1,2,...,ns)，φ表示輸出層單元的閾值，X是網(wǎng)絡(luò)的輸入向量。

圖2 量子神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

則可得隱含層節(jié)點輸出函數(shù)表達(dá)式為：

輸出層節(jié)點輸出函數(shù)表達(dá)式為：

Cj=f(VTB-φ)

式中，β是斜率因子，W為權(quán)向量，

X為輸入向量。r=1,2,....,u，j=1,...,n。

2.2 訓(xùn)練算法

對QNN的訓(xùn)練主要分為對權(quán)值和對隱層神經(jīng)元的量子間隔調(diào)整。量子間隔調(diào)整使數(shù)據(jù)不確定性合理化，權(quán)值調(diào)整可以對輸入數(shù)據(jù)更好地分類。

具體過程為：

1)令輸入特征向量：

Xk=[x1,k,x2,k,...,xm,k]，則對第k個輸入，隱層第j個單元的輸出為：

(4)

輸出層第i個單元的輸出為：

(5)

2)權(quán)值調(diào)整采用誤差梯度下降算法：

設(shè)第k個輸入向量對應(yīng)實際目標(biāo)輸出：

(6)

期望輸出：

Yk=[y1,k,y2,k,...,ym,k]

(7)

輸出誤差：

(8)

對輸出誤差求偏導(dǎo)，并結(jié)合式(4)、(5)、(8)得權(quán)值調(diào)整公式：

(9)

(10)

η為學(xué)習(xí)速率，在0～1內(nèi)取值，wpj,k-1，wpj,k為輸入層第p個節(jié)點與隱層第j個節(jié)點間調(diào)整前后的權(quán)值。wsq,k-1wsq,k為隱層第s個節(jié)點與輸出層第q個節(jié)點間調(diào)整前后的權(quán)值。

3)量子間隔調(diào)整仍采用梯度下降法，輸入同一類樣本，對應(yīng)輸出會映射到同一量級上；輸入不同類樣本，對應(yīng)輸出會映射到不同量級上。

設(shè)對第m個類Cm的所有樣本計算其隱層第P個單元的輸出變化：

(11)

(12)

其中：|Cm|代表類Cm數(shù)集系數(shù)。

則：

(13)

(14)

(15)

2.3 樣本庫建立

對于數(shù)字值0，1，...，9，本文通過Windows自帶的畫圖工具分別構(gòu)造了50個粗細(xì)不一樣的相等的數(shù)字值，共500個樣本作為訓(xùn)練樣本庫，計算出他們各自的128個特征量，訓(xùn)練神經(jīng)網(wǎng)絡(luò)。由用戶手寫0，1，...，9，共10個數(shù)字值各50個做為待識別樣本庫。

3 系統(tǒng)測試與分析

經(jīng)預(yù)處理及特征提取后，得到64個特征量，又網(wǎng)絡(luò)輸出采用8421編碼，故網(wǎng)絡(luò)神經(jīng)元個數(shù)輸入為64，輸出為4，隱層采用3層激勵函數(shù)，神經(jīng)元個數(shù)為 15，輸出層激勵為S型函數(shù)，訓(xùn)練誤差平方和不大于0.005、學(xué)習(xí)率為0.005。

圖3為采集圖像原始圖，二值化處理效果如圖4所示。

圖3 采集圖像原始圖 圖4 采集圖像二值化結(jié)果

為驗證算法有效性，本文首先將訓(xùn)練樣本庫中的數(shù)字樣本數(shù)據(jù)分別輸入到量子神經(jīng)網(wǎng)絡(luò)中進(jìn)行訓(xùn)練，以得到合適的權(quán)值及量子間隔，再將測試樣本經(jīng)預(yù)處理、特征提取后送入到網(wǎng)絡(luò)中識別，并得出識別結(jié)果。本文采用Matlab做仿真實驗，例如對其中數(shù)字2，4，6進(jìn)行測試的實驗結(jié)果及誤差分別如圖5～7所示，由此可見，誤差范圍的確在合理范圍0.005內(nèi)。例如對數(shù)字2識別的均方誤差為2.631189e-03，對數(shù)字2識別的均方誤差為1.307583e-03。式(16)為正確識別率的公式:

(16)

圖5 數(shù)字2識別結(jié)果

圖6 數(shù)字4識別結(jié)果

圖7 數(shù)字6識別結(jié)果

對實驗結(jié)果進(jìn)行統(tǒng)計得表1，表2為采用傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的識別結(jié)果。由表1可以看出本方案的識別準(zhǔn)確率一般都在92%以上，甚至對數(shù)字1和6的識別準(zhǔn)確率達(dá)到了100%。而從表2中可以看出，采用傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的對數(shù)字的識別準(zhǔn)確率有不少都是在90%以下，例如，對數(shù)字3和8的識別準(zhǔn)確率才達(dá)到88%，并且沒有一個數(shù)字的識別準(zhǔn)確率可以達(dá)到100%。這表明本文將圖像處理技術(shù)與QNN相結(jié)合確實達(dá)到提高識別準(zhǔn)確率的目的，并且采用QNN進(jìn)行數(shù)字字符識別的方法比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)具有更高的識別效率，更好的適用性。仔細(xì)觀察表1，表2還可以發(fā)現(xiàn)，這兩個方法對數(shù)字3，4，5，8的識別準(zhǔn)確率一般都偏低，這是由于這些數(shù)字的結(jié)構(gòu)比其他數(shù)字復(fù)雜些，而訓(xùn)練樣本的數(shù)目有限致使不能達(dá)到足夠高的訓(xùn)練精度，所以會識別率會比較低。

表1 QNN識別結(jié)果統(tǒng)計表

表3為對數(shù)字1在不同的噪聲級別下進(jìn)行測試得到的正確識別率的統(tǒng)計結(jié)果，從中可以發(fā)現(xiàn)，在噪聲級別相同時，QNN的識別正確率比BPNN的識別正確率明顯大得多，尤其是噪聲級別較高時，其效果更為明顯，例如當(dāng)噪聲級別為0.50時，QNN比BPNN的識別正確率高20%。 這表明量子神經(jīng)網(wǎng)絡(luò)比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)具有更高的抗噪能力及可靠性。同時可以看出，無論是BPNN還是BPNN，他們的識別正確率都隨著噪聲級別的增大而減小，只是QNN減小的比較緩慢，所以抗噪能力強。

表2 BPNN識別結(jié)果統(tǒng)計表

表3 BPNN和QNN在不同噪聲級

4 結(jié)論

傳統(tǒng)識別方法一般都是單純依靠圖像處理技術(shù)，其普遍存在識別率低的問題。為了能夠有效地提高字符的識別率和可靠性，本文將粗特征提取法與基于多層激勵函數(shù)的QNN相結(jié)合，并引入模式識別之中，提出一種基于粗特征提取和QNN的數(shù)字字符識別算法。用粗網(wǎng)格特征法提取圖像的特征量，既能夠反映字符的整體特征，又能夠在一定程度上使網(wǎng)絡(luò)規(guī)模減小，具有一定的優(yōu)越性，QNN作為一種模糊系統(tǒng)，能合理分配決策的不確定性數(shù)據(jù)到各模式中，從而提高識別的準(zhǔn)確率。本文以數(shù)字字符為例，結(jié)合圖像處理技術(shù)，采用Matlab編程進(jìn)行進(jìn)行字符識別仿真實驗，通過比較發(fā)現(xiàn)，QNN比傳統(tǒng)的BPNN的有更高的識別效率，抗噪能力強，可以更好地分類，隱層多層激勵函數(shù)的使用使得相近字符的數(shù)據(jù)交叉問題得到有效解決。

參考文獻(xiàn)：

[1] 陳園園,袁煥麗,室齊雙.基于神經(jīng)網(wǎng)絡(luò)的手寫體數(shù)字識別[J].智能計算機與應(yīng)用,2016.

[2] 趙 偉,王俊宏,李 娟,等. BP網(wǎng)絡(luò)在手寫體數(shù)字識別中的應(yīng)用[J].林業(yè)勞動安全2005,20(9):1073-1076.

[3] 蔡自興,成 浩. 一種基于骨架特征和神經(jīng)網(wǎng)絡(luò)的手寫字符識別技術(shù)[J]. 計算技術(shù)與自動化,2001,20(3):59-65.

[4] Qing W, Zhen C, Feng D D, et al. Match between normalization schemes and feature sets for handwritten Chinese character recognition[A].Document Analysis and Recognition,Proceedings six International Conference[C].2001:551-555.

[5] 胡鐘山,樓 震,楊靜宇,等. 基于多分類器組合的手寫體數(shù)字識別[J].計算機學(xué)報,1999,22(14):369-374.

[6] 高津京.計算機測量與控制[M].2002.

[7] 張光建,申時全.基于Windows的計算機測量與控制軟件設(shè)計[J].貴州大學(xué)學(xué)報:自然科學(xué)版, 2003, 20(4):411-413.

[8] 茍永明. 《計算機測量與控制》發(fā)展之路[J]. 今傳媒, 2011, 19(6):78-79.

[9] 馬智峰.淺析計算機測量控制系統(tǒng)的自我診斷[J].無線互聯(lián)科技, 2015(17):93-94.

[10] Kak S C. On quantum neural computing [J]. Information Sciences, 1995, 83: 143-160.

[11] Behman E C, Chandrashkar V G, Wang C K. A quantum neural network computes entanglement [J]. Physical Review Letters, 2002, 16(1): 152-150.

[12] 楊淑瑩.模式識別與智能計算— Matlab 技術(shù)實現(xiàn)[M].北京:電子工業(yè)出版社,2008.

[13] 陳艷平,趙 磊.基于8鄰域編碼逐像素跟 蹤法的指紋細(xì)節(jié)特征提取算法[J].電腦知識 與技術(shù):學(xué)術(shù)交流,2008,3(11):932-934.

[14] 李政廣,吳黎明,等.骨架提取在IC晶片 缺陷機器視覺識別中的研究[J] .半導(dǎo)體技 術(shù),2007,32(4):53-56,86.

[15] 劉春麗,呂淑靜.基于混合特征的孟加拉手寫體數(shù)字識別[J].計算機工程與應(yīng)用, 2007,43(20):214-215.