学位论文 > 优秀研究生学位论文题录展示

基于ARM平台的神经网络符号识别的研究

作　者: 王六森
导　师: 夏定纯
学　校: 武汉纺织大学
专　业: 计算机应用技术
关键词: 模式识别 ARM嵌入式 Linux操作系统 BP网络
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 26次
引　用: 0次
阅　读: 论文下载

内容摘要

当今社会,企业的生产、管理都离不开信息化技术,一个企业的信息化程度也关乎着这个企业的生存和发展。然而很多企业仅仅是利用各类信息化管理软件进行业务流程上的优化,很多基础数据录入手段却停留在人工阶段,人工录入带来的数据真实性和实时性的问题大大影响了管理软件的效用。企业如何结合已经运行的信息化管理软件,让基础数据实现自动化录入是一个亟待解决的问题。在现代企业产品管理和信息处理中,产品编号是作为企业生产产品的唯一识别标志的基础数据,这些产品编号大部分是以数字形式来进行编号的,如何利用智能技术实现设备的数字编号识别,并开发一种便携、易用的识别设备,是一项有实际价值和意义的研究内容。本文基于此思路,在参考国内外文献和技术的前提下,提出了一种基于ARM+Linux技术架构的神经网络数字图像识别方案,对图像预处理、神经网络的结构和学习进行了研究,并做了相应的实验数据测试和分析。本文提出的识别系统是应用在ARM智能手持设备上的,系统的总体设计方案分为硬件平台、操作系统、图像预处理、神经网络识别这四个部分。硬件平台是用ARM9处理器S3C2440芯片来实现,操作系统选用的是嵌入式Linux系统。这种ARM+Linux技术架构方案可以在满足识别设备微型化的同时也能保证程序易开发,功能扩展强。针对所识别的对象,图像预处理部分采用图像格式转化、灰度化处理、图像增强、图像二值化、图像分割与归一化的处理流程。在图像预处理的基础上利用BP网络实现数字图像识别,为了使该系统达到最好的识别效果,对BP网络的隐含层神经元个数、动量项、目标精度、性能函数等人工可干预部分做了相应的设置。并经实验检验,该识别系统对所采集的数字编号图像能够得到预期的识别效果。

全文目录

摘要  4-5
ABSTRACT  5-9
第1章绪论  9-14
  1.1 课题概述  9-10
  1.2 选题意义  10
  1.3 模式识别研究现状  10-13
  1.4 本文的研究内容  13-14
第2章系统的软硬件平台设计  14-22
  2.1 系统总体设计方案  14-16
    2.1.1 系统功能分析  14
    2.1.2 系统主要结构  14-15
    2.1.3 系统的开发流程  15-16
  2.2 嵌入式硬件设备  16-19
    2.2.1 ARM 处理器  16-17
    2.2.2 图像采集设备  17
    2.2.3 数据存储模块  17-19
  2.3 嵌入式操作系统  19
  2.4 跨平台编程环境 Qt  19-22
    2.4.1 嵌入式 GUI  19-20
    2.4.2 选择 Qt 的原因  20-22
第3章模式识别与图像预处理  22-32
  3.1 模式识别系统  22-23
  3.2 图像预处理  23-32
    3.2.1 图像格式  24-25
    3.2.2 图像灰度化  25-27
    3.2.3 图像增强  27-28
    3.2.4 图像二值化  28-29
    3.2.5 图像分割  29-30
    3.2.6 图像归一化处理  30-32
第4章神经网络识别  32-52
  4.1 神经网络概述  32-34
  4.2 典型的神经网络模型及学习算法  34-37
  4.3 BP 神经网络  37-44
    4.3.1 BP 算法说明  37-39
    4.3.2 BP 算法基本流程  39-40
    4.3.3 BP 网络结构设计  40-44
  4.4 BP 网络训练与识别  44-50
    4.4.1 BP 网络训练  44-48
    4.4.2 BP 网络识别与再训练  48-50
  4.5 识别度阈值处理  50-52
第5章系统实现  52-58
  5.1 开发平台搭建  52-53
  5.2 Linux 交叉开发  53-55
  5.3 Linux 摄像头挂载  55-57
  5.4 图片采集与应用  57-58
第6章总结与展望  58-59
致谢  59-60
参考文献  60-63
附录  63

基于ARM平台的神经网络符号识别的研究

内容摘要

全文目录

相似论文