數(shù)字圖像處理與識別實驗報告.doc

數(shù)字圖像處理與識別實驗報告 實驗題目：手寫數(shù)字識別實驗目的：使用神經(jīng)網(wǎng)絡(luò)圖像識別方法對鼠標滑動輸入的手寫數(shù)字進行訓練和識別，使計算機能夠識別09十個數(shù)字。了解機器學習和神經(jīng)網(wǎng)絡(luò)原理并且將其應(yīng)用在圖像處理識別中。實驗方法：基于反向傳播（BP）神經(jīng)網(wǎng)絡(luò)方法BP拓撲網(wǎng)絡(luò)結(jié)構(gòu)：BP網(wǎng)絡(luò)包含輸入層、隱含層和輸出層，每層包含了許多并行運算的神經(jīng)元，層與層之間的神經(jīng)元采用全互連方式，當樣本輸入網(wǎng)絡(luò)后，各神經(jīng)元的激勵值由輸入層經(jīng)各隱含層向輸出層傳播。然后計算目標輸出與實際輸出的誤差，并按照誤差減小的方向，從輸出層逐層修正各連接權(quán)值，最后回到輸入層，如此反復直到達到期望的輸出。這種信息的正向傳遞和誤差的反向傳播過程，就是BP網(wǎng)絡(luò)每一層權(quán)值不斷調(diào)整過程，也就相當于網(wǎng)絡(luò)的學習過程。它的實質(zhì)是計算誤差信號的最小值，采用的是梯度下降算法，按誤差函數(shù)的負梯度方向修改權(quán)值。本實驗中可以將訓練與測試同步結(jié)合起來，測試的過程中也在不斷的學習。本次實驗采用的是神經(jīng)網(wǎng)絡(luò)中的監(jiān)督式學習，也就是說外部環(huán)境有一個監(jiān)督元。它能為一組輸入提供期望得到的輸出，系統(tǒng)可以根據(jù)實際輸出與目標輸出的差值反饋給權(quán)重來調(diào)節(jié)權(quán)重的值，這一差值也就是誤差信號。在試驗中，系統(tǒng)每次做出一個預測，會提問你預測的是否正確，若正確則不用對參數(shù)進行重新訓練，若錯誤，則需要輸入正確的值，系統(tǒng)對參數(shù)進行訓練，這就是一個監(jiān)督學習的方式?；贐P神經(jīng)網(wǎng)絡(luò)的數(shù)字識別算法步驟為：a. 初始化神經(jīng)單元參數(shù)。包括輸入層、隱藏層和輸出層節(jié)點數(shù)量，本次實驗的輸入層是400（2020的灰度值），隱藏層是26，輸出層是10，設(shè)置最大迭代次數(shù)為50.b. 加載訓練數(shù)據(jù)集。將已經(jīng)訓練過的數(shù)字圖像數(shù)據(jù)導入進來。我輸入的是一個2020像素的手寫數(shù)字圖像，將其轉(zhuǎn)化為灰度圖，取400個像素值作為輸入層的值。實驗中需要大量的訓練數(shù)據(jù)，對神經(jīng)網(wǎng)絡(luò)中的參數(shù)進行訓練。本實驗，下圖為輸入的黑白手寫數(shù)字圖像。c. 初始化訓練參數(shù)。這里是采取的隨機生成兩組權(quán)重參數(shù)。d. 迭代找誤差最小值對應(yīng)的訓練參數(shù)。梯度下降算法找誤差最小值，再反饋回參數(shù)。實驗結(jié)果：（1）識別阿拉伯數(shù)字“3” （2）識別中文數(shù)字“三” （3）識別錯誤時進行修正訓練分析討論：（1） 這是一個可以邊測試邊學習的過程，隨著輸入數(shù)據(jù)的增加，識別率也會逐漸變高，可以收入大量不同人寫的數(shù)字，避免全部由一個人手寫，這樣系統(tǒng)隨著訓練就愈發(fā)的能識別各種不同字跡的數(shù)字。（2） 識別的正確與否與手寫數(shù)字的大小和位置有一定關(guān)系，寫的偏小或者寫在邊角識別不準確。（3） 系統(tǒng)具有自學習過程，我原本訓練的是阿拉伯數(shù)字3，后來嘗試加入中文數(shù)字三，經(jīng)過反復訓練，系統(tǒng)對于3和三都能正確識別。附錄：Matlab重點程序%開啟圖形視窗 case start, FigHandle = figure(WindowButtonDownFcn,NumberDrawdown,Color,black);axis(1 imSize 1 imSize); % 設(shè)定圖軸范圍%axis off; grid off; box on; %將圖軸加上圖框 title(手寫體輸入框); % 按鍵回調(diào)函數(shù)調(diào)用，判斷結(jié)論是否正確，若不正確加入訓練集重新訓練uicontrol(Parent,FigHandle,Position,360 6 70 30,String,識別,Callback,.exa=(rgb2gray(frame2im(getframe(gca);,B =imresize(exa,20 20);,.BB =double(B)./255;,pred = predict(Theta1, Theta2, reshape(BB,1,400);,correct(reshape(BB,1,400),pred);,training);uicontrol(Parent,FigHandle,Style,pushbutton,Position,270 6 70 30,String,訓練,Callback,training); uicontrol(Parent,FigHandle,Style,pushbutton,Position,450 6 70 30,String,清除,Callback,cla);訓練部分：% = Part 1:設(shè)置神經(jīng)單元參數(shù) =input_layer_size = 400; % 2020 輸入灰度值hidden_layer_size = 26; % 26個隱藏層單元num_labels = 10; % 10個輸出 % = Part 2:加載訓練數(shù)據(jù)集 =fprintf(Loading and Visualizing Data .n)load(data.mat);m = size(X, 1);% = Part 3: 初始化訓練參數(shù) =fprintf(nInitializing Neural Network Parameters .n)initial_Theta1 = randInitializeWeights(input_layer_size,hidden_layer_size);initial_Theta2 = randInitializeWeights(hidden_layer_size, num_labels);initial_nn_params = initial_Theta1(:) ; initial_Theta2(:);% = Part 4: 迭代找誤差最小對應(yīng)的參數(shù)=fprintf(nTraining Neural Network. n)options = optimset(MaxIter, 50); % 迭代50次lambda = 1;costFunction = (p) nnCostFunction(p, . input_layer_size, . hidden_layer_size, . num_labels, X, y, lambda); % 誤差反饋找參數(shù)nn_params, cost = fmincg(costFunction, initial_nn_params, options);Theta1 = reshape(nn_params(1:hidden_layer_size * (input_layer_size + 1), .hidden_layer_size, (input_laye