3 W" K/ r+ y. g 手写数字识别技术是近年来研究的热点，具有广泛的应用前景，同时也是一个非常具有挑战性的课题。人工神经网络是当今智能控制领域最活跃的分支之一，它所具有的并行计算能力、容错能力、泛化能力，以及以任意精度逼近未知非线性对象的特点，使其为手写数字的识别提供了一种新的方法.2 S& r( [0 E9 ^0 W5 S+ Z; s ^) G' v3 I, t
本论文采用Visual C++6.0编制了一套基于BP神经网络的手写数字识别系统，该系统由图像采集、图像预处理和数字识别三个模块组成，其中，图像采集模块采用VFW的方法来实现;图像预处理模块包括256色图转化成灰度图、二值化、梯度锐化、倾斜度调整、字符分割、归一化以及紧缩重排;数字识别模块采用三层BP神经网络来实现。论文重点探讨了BP神经网络的算法、构造以及各种结构参数的选取和优化。 $ f; B( D5 X! t6 j 实验结果表明本论文所设计的手写数字识别系统具有较好的识别率，同时也说明BP神经网络技术用于手写数字识别的可行性。: t( o/ C) H# l4 `
9 o3 j% \( Q1 t9 d 关键词:手写数字识别;BP神经网络;VFW;图像处理 4 L a. G( D3 x3 t 4 ], B0 H( [/ d' w. R
