基于QNN的圖像特征提取字符識(shí)別系統(tǒng)設(shè)計(jì)

,

(西安培華學(xué)院，西安 710125)

0 引言

近年來(lái)，字符識(shí)別一直是圖像處理及模式識(shí)別領(lǐng)域的研究熱點(diǎn)[1-5]，其實(shí)用性強(qiáng)，尤其在大規(guī)模數(shù)據(jù)統(tǒng)計(jì)上，其應(yīng)用前景更是廣闊。伴隨著計(jì)算機(jī)的快速發(fā)展，在圖像處理及模式識(shí)別研究中，許多人類(lèi)難以解決的相對(duì)復(fù)雜的問(wèn)題，都可以借助計(jì)算機(jī)的高速運(yùn)算來(lái)解決[6-9]。在字符識(shí)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(shí)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(diǎn)，為了更好地提高字符識(shí)別的正確率，本文提出了一種基于粗網(wǎng)格特征法對(duì)圖像特征量進(jìn)行提取的字符識(shí)別系統(tǒng)。同時(shí)，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(cuò)能力、自學(xué)習(xí)能力及較強(qiáng)的分類(lèi)能力等特點(diǎn)[10-11]，且QNN克服了傳統(tǒng)神經(jīng)網(wǎng)絡(luò)所具有的識(shí)別精度低、學(xué)習(xí)速率慢等的缺陷。所以在識(shí)別階段，對(duì)于識(shí)別字符來(lái)說(shuō)，本文采用神經(jīng)網(wǎng)絡(luò)分類(lèi)器是非常有效的手段。

1 字符識(shí)別系統(tǒng)設(shè)計(jì)

1.1 圖像特征提取字符識(shí)別系統(tǒng)

本文以數(shù)字型字符為研究對(duì)象，針對(duì)數(shù)字，設(shè)計(jì)了基于粗網(wǎng)格特征提取及QNN的字符識(shí)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(shí)別 4 個(gè)部分。其工作過(guò)程為：首先利用樣品進(jìn)行訓(xùn)練，確定QNN識(shí)別器的具體參數(shù)，完成分類(lèi)器的設(shè)計(jì)。然后再把待識(shí)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(lái)作為量子神經(jīng)網(wǎng)絡(luò)的輸入來(lái)識(shí)別待識(shí)別數(shù)字，并輸出識(shí)別結(jié)果。

1.2 字符預(yù)處理

由于現(xiàn)實(shí)環(huán)境的影響難以避免，實(shí)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(duì)數(shù)字圖像進(jìn)行二值化、平滑、去噪聲等預(yù)處理，然后對(duì)其進(jìn)行特征提取。而且當(dāng)數(shù)字圖像出現(xiàn)偏移時(shí)，將導(dǎo)致對(duì)應(yīng)網(wǎng)格之間的錯(cuò)位，從而降低識(shí)別率，所以逐個(gè)識(shí)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(gè)標(biāo)準(zhǔn)尺寸上，為數(shù)字識(shí)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(guò)程。歸一化又分為大小及位置歸一化。

位置歸一化是把整個(gè)字符點(diǎn)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(qiáng)，所以本文選用基于質(zhì)心的位置歸一化方法。

質(zhì)心計(jì)算：

(1)

(2)

式中，x，y分別為橫、縱坐標(biāo)，f(x,y)為字符二值點(diǎn)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(diǎn)(x0,y0)對(duì)應(yīng)于g(u,v)中的點(diǎn)(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(diǎn)坐標(biāo)，可直接令：g(u0,v0)=f(x0,y0)。若不是整點(diǎn)坐標(biāo)，再經(jīng)差值運(yùn)算確定將f(x,y)中哪一個(gè)點(diǎn)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(gè)點(diǎn)中，距離和(x0,y0)最近的點(diǎn)作為插值結(jié)果，將此點(diǎn)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(jiǎn)單，運(yùn)算快，可以使網(wǎng)絡(luò)很快地收斂，但適應(yīng)性不強(qiáng)；骨架特征提取法對(duì)于線(xiàn)條粗細(xì)不同的數(shù)字有一定的適應(yīng)性，但難以識(shí)別偏移圖像 ；垂直方向數(shù)據(jù)統(tǒng)計(jì)特征提取法效果不是很理想，適應(yīng)性不強(qiáng)[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(duì)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(gè)網(wǎng)格，并將每個(gè)網(wǎng)格內(nèi)的黑像素?cái)?shù)量作為特征，因而共抽取64個(gè)特征。

2 識(shí)別模型

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

2.1 QNN模型

本文采用基于多層激勵(lì)函數(shù)的QNN進(jìn)行識(shí)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(lì)為多個(gè)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(gè)隱層神經(jīng)元能表示的量級(jí)和狀態(tài)增多，網(wǎng)絡(luò)模糊性增加，網(wǎng)絡(luò)模式識(shí)別的準(zhǔn)確率提高。線(xiàn)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(lì)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(duì)應(yīng)節(jié)點(diǎn)數(shù)m、u、n。激勵(lì)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(diǎn)輸出函數(shù)表達(dá)式為：

輸出層節(jié)點(diǎn)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(duì)QNN的訓(xùn)練主要分為對(duì)權(quán)值和對(duì)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(duì)輸入數(shù)據(jù)更好地分類(lèi)。

具體過(guò)程為：

1)令輸入特征向量：

Xk=[x1,k,x2,k,...,xm,k]，則對(duì)第k個(gè)輸入，隱層第j個(gè)單元的輸出為：

(4)

輸出層第i個(gè)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(gè)輸入向量對(duì)應(yīng)實(shí)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(duì)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(gè)節(jié)點(diǎn)與隱層第j個(gè)節(jié)點(diǎn)間調(diào)整前后的權(quán)值。wsq,k-1wsq,k為隱層第s個(gè)節(jié)點(diǎn)與輸出層第q個(gè)節(jié)點(diǎn)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(lèi)樣本，對(duì)應(yīng)輸出會(huì)映射到同一量級(jí)上；輸入不同類(lèi)樣本，對(duì)應(yīng)輸出會(huì)映射到不同量級(jí)上。

設(shè)對(duì)第m個(gè)類(lèi)Cm的所有樣本計(jì)算其隱層第P個(gè)單元的輸出變化：

(11)

(12)

其中：|Cm|代表類(lèi)Cm數(shù)集系數(shù)。

則：

(13)

(14)

(15)

2.3 樣本庫(kù)建立

對(duì)于數(shù)字值0，1，...，9，本文通過(guò)Windows自帶的畫(huà)圖工具分別構(gòu)造了50個(gè)粗細(xì)不一樣的相等的數(shù)字值，共500個(gè)樣本作為訓(xùn)練樣本庫(kù)，計(jì)算出他們各自的128個(gè)特征量，訓(xùn)練神經(jīng)網(wǎng)絡(luò)。由用戶(hù)手寫(xiě)0，1，...，9，共10個(gè)數(shù)字值各50個(gè)做為待識(shí)別樣本庫(kù)。

3 系統(tǒng)測(cè)試與分析

經(jīng)預(yù)處理及特征提取后，得到64個(gè)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(gè)數(shù)輸入為64，輸出為4，隱層采用3層激勵(lì)函數(shù)，神經(jīng)元個(gè)數(shù)為 15，輸出層激勵(lì)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(yàn)證算法有效性，本文首先將訓(xùn)練樣本庫(kù)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(cè)試樣本經(jīng)預(yù)處理、特征提取后送入到網(wǎng)絡(luò)中識(shí)別，并得出識(shí)別結(jié)果。本文采用Matlab做仿真實(shí)驗(yàn)，例如對(duì)其中數(shù)字2，4，6進(jìn)行測(cè)試的實(shí)驗(yàn)結(jié)果及誤差分別如圖5～7所示，由此可見(jiàn)，誤差范圍的確在合理范圍0.005內(nèi)。例如對(duì)數(shù)字2識(shí)別的均方誤差為2.631189e-03，對(duì)數(shù)字2識(shí)別的均方誤差為1.307583e-03。式(16)為正確識(shí)別率的公式:

(16)

圖5 數(shù)字2識(shí)別結(jié)果

圖6 數(shù)字4識(shí)別結(jié)果

圖7 數(shù)字6識(shí)別結(jié)果

對(duì)實(shí)驗(yàn)結(jié)果進(jìn)行統(tǒng)計(jì)得表1，表2為采用傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)的識(shí)別結(jié)果。由表1可以看出本方案的識(shí)別準(zhǔn)確率一般都在92%以上，甚至對(duì)數(shù)字1和6的識(shí)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(duì)數(shù)字的識(shí)別準(zhǔn)確率有不少都是在90%以下，例如，對(duì)數(shù)字3和8的識(shí)別準(zhǔn)確率才達(dá)到88%，并且沒(méi)有一個(gè)數(shù)字的識(shí)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(shí)達(dá)到提高識(shí)別準(zhǔn)確率的目的，并且采用QNN進(jìn)行數(shù)字字符識(shí)別的方法比傳統(tǒng)神經(jīng)網(wǎng)絡(luò)具有更高的識(shí)別效率，更好的適用性。仔細(xì)觀(guān)察表1，表2還可以發(fā)現(xiàn)，這兩個(gè)方法對(duì)數(shù)字3，4，5，8的識(shí)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(huì)識(shí)別率會(huì)比較低。

表1 QNN識(shí)別結(jié)果統(tǒng)計(jì)表

表3為對(duì)數(shù)字1在不同的噪聲級(jí)別下進(jìn)行測(cè)試得到的正確識(shí)別率的統(tǒng)計(jì)結(jié)果，從中可以發(fā)現(xiàn)，在噪聲級(jí)別相同時(shí)，QNN的識(shí)別正確率比BPNN的識(shí)別正確率明顯大得多，尤其是噪聲級(jí)別較高時(shí)，其效果更為明顯，例如當(dāng)噪聲級(jí)別為0.50時(shí)，QNN比BPNN的識(shí)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(shí)可以看出，無(wú)論是BPNN還是BPNN，他們的識(shí)別正確率都隨著噪聲級(jí)別的增大而減小，只是QNN減小的比較緩慢，所以抗噪能力強(qiáng)。

表2 BPNN識(shí)別結(jié)果統(tǒng)計(jì)表

表3 BPNN和QNN在不同噪聲級(jí)

4 結(jié)論

傳統(tǒng)識(shí)別方法一般都是單純依靠圖像處理技術(shù)，其普遍存在識(shí)別率低的問(wèn)題。為了能夠有效地提高字符的識(shí)別率和可靠性，本文將粗特征提取法與基于多層激勵(lì)函數(shù)的QNN相結(jié)合，并引入模式識(shí)別之中，提出一種基于粗特征提取和QNN的數(shù)字字符識(shí)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(shí)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(shí)別仿真實(shí)驗(yàn)，通過(guò)比較發(fā)現(xiàn)，QNN比傳統(tǒng)的BPNN的有更高的識(shí)別效率，抗噪能力強(qiáng)，可以更好地分類(lèi)，隱層多層激勵(lì)函數(shù)的使用使得相近字符的數(shù)據(jù)交叉問(wèn)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(xiě)體數(shù)字識(shí)別[J].智能計(jì)算機(jī)與應(yīng)用,2016.

[2] 趙 偉,王俊宏,李 娟,等. BP網(wǎng)絡(luò)在手寫(xiě)體數(shù)字識(shí)別中的應(yīng)用[J].林業(yè)勞動(dòng)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(xiě)字符識(shí)別技術(shù)[J]. 計(jì)算技術(shù)與自動(dòng)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(lèi)器組合的手寫(xiě)體數(shù)字識(shí)別[J].計(jì)算機(jī)學(xué)報(bào),1999,22(14):369-374.

[6] 高津京.計(jì)算機(jī)測(cè)量與控制[M].2002.

[7] 張光建,申時(shí)全.基于Windows的計(jì)算機(jī)測(cè)量與控制軟件設(shè)計(jì)[J].貴州大學(xué)學(xué)報(bào):自然科學(xué)版, 2003, 20(4):411-413.

[8] 茍永明. 《計(jì)算機(jī)測(cè)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(jì)算機(jī)測(cè)量控制系統(tǒng)的自我診斷[J].無(wú)線(xiàn)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(shí)別與智能計(jì)算— Matlab 技術(shù)實(shí)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(shí) 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(jī)器視覺(jué)識(shí)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(xiě)體數(shù)字識(shí)別[J].計(jì)算機(jī)工程與應(yīng)用, 2007,43(20):214-215.