基于ARM9的手寫體數(shù)字識別技術(shù)研究與實現(xiàn).pdf

1、近年來智能技術(shù)發(fā)展十分迅猛。產(chǎn)品功能越來越強大，出現(xiàn)功能捆綁及集成化的趨勢。手寫體識別作為一種最簡單直接的人機交互手段，在智能設(shè)備中有重要作用。新興的精簡指令集ARM系列處理器，相比于傳統(tǒng)的復雜指令集處理器，功耗更低計算能力更強大，近年來在嵌入式領(lǐng)域得到廣泛的應用。本文圍繞ARM9核心的硬件平臺，研究在Linux上實現(xiàn)手寫體數(shù)字的自動識別的方法。 (1)通過分析手寫體識別技術(shù)的發(fā)展狀況，ARM核心系列芯片的應用情況，說明了在AR

2、M平臺上實現(xiàn)手寫體數(shù)字識別功能的可行性。 (2)以2410芯片為核心，闡述了系統(tǒng)的硬件組成及其特點，各個硬件模塊的原理及功能。對ARM-Linux內(nèi)核進行配置及編譯，掛載了適用于NANDFLASH的YAFFS文件系統(tǒng)，對液晶及觸摸屏進行了配置及調(diào)試，最后將Linux系統(tǒng)移植到ARM平臺上。 (3)結(jié)合當今圖像識別技術(shù)的發(fā)展，闡述了模式識別問題中圖像預處理的主要方法，分析了圖像預處理過程中各個模塊的數(shù)學原理，利用跨平臺編程

3、環(huán)境Qt編程實現(xiàn)了圖像預處理功能。 (4)通過分析經(jīng)典BP網(wǎng)絡(luò)的學習算法及其優(yōu)缺點，針對傳統(tǒng)BP算法的缺點進行了參數(shù)優(yōu)化，減少了網(wǎng)絡(luò)訓練失敗的幾率及訓練所使用的時間。利用Matlab強大的數(shù)據(jù)處理與快速編程能力，使用神經(jīng)網(wǎng)絡(luò)工具箱，編程實現(xiàn)BP網(wǎng)絡(luò)，并使用處理好的圖片數(shù)據(jù)對網(wǎng)絡(luò)進行了訓練。訓練完成后，使用字符圖片樣本對神經(jīng)網(wǎng)絡(luò)進行了測試，并給出了測試結(jié)果，證明了訓練結(jié)果的正確性。 (5)利用Matlab的聯(lián)合編程能力，配