文档介绍：湖南大学
硕士学位论文
基于ARM9的手写体数字识别技术研究与实现
姓名:夏文超
申请学位级别:硕士
专业:电子科学与技术
指导教师:戴瑜兴
20081110
基f ARM9的手写体数宁识别技术研究与实现
摘要
‘近年来智能技术发展十分迅猛。产品功能越来越强大,出现功能捆绑及集成化的趋势。手写体识别作为一种最简单直接的人机交互手段,在智能设备中有重要作用。新兴的精简指令集ARM系列处理器,相比于传统的复杂指令集处理器, 功耗更低计算能力更强大,近年来在嵌入式领域得到广泛的应用。本文围绕ARM9 核心的硬件平台,研究在Linux上实现手写体数字的自动识别的方法。
(1)通过分析手写体识别技术的发展状况,ARM核心系列芯片的应用情况, 说明了在ARM平台上实现手写体数字识别功能的可行性。
(2)以2410芯片为核心,阐述了系统的硬件组成及其特点,各个硬件模块的原理及功能。,挂载了适用于NANDFLASH 的YAFFS文件系统,对液晶及触摸屏进行了配置及调试,最后将Linux系统移植到ARM平台上。
(3)结合当今图像识别技术的发展,阐述了模式识别问题中图像预处理的主要方法,分析了图像预处理过程中各个模块的数学原理,利用跨平台编程环境Qt 编程实现了图像预处理功能。
(4)通过分析经典BP网络的学习算法及其优缺点,针对传统BP算法的缺点进行了参数优化,减少了网络训练失败的几率及训练所使用的时间。利用Matlab 强大的数据处理与快速编程能力,使用神经网络工具箱,编程实现BP网络,并使用处理好的图片数据对网络进行了训练。训练完成后,使用字符图片样本对神经网络进行了测试,并给出了测试结果,证明了训练结果的正确性。
(5)利用Matlab的联合编程能力,配置好模块参数后,将训练好的神经网络模块导出生成C语言代码,并结合Qt及Linux的特点进行适应性修改。根据课题要求,在Qt环境中配置好触摸屏,使用程序抓取触摸屏动作生成图像文件,最后将神经网络模块嵌入到程序主体当中,下载到ARM平台上运行。
本文的设计原理适合于更复杂的文字识别场合,具有借鉴意义。根据需求对网络进行优化,并加入更多分类器减少单个网络的规模,就能实现更为复杂的手写体识别功能。
关键词:ARM;神经网络;手写体识别;Linux;Matlab;Qt
硕}:学位论史
Ab stract
Intelligent technology had been developping rapidly in recent product became more pow爸rful,and it showed a trend of capability the most simple and directiVe method of man-machine conversation,handw“ting recognition
technique played an inlportant role in intelligent pared with traditional CISC processor,the new RISC processor ARM,pute faster with 10wer power consume,so it was widely used in embedded applications in recent paper would giVe a research about how to implement the functionality of handw“ting numbers recognition,based on ARM9 hardware platform.
(1)By analyzing the deVelopment of handwriting recognition technique and the applications of ARM serial processor, this paper proved the feasibility of implementing the handwriting number recognition functionality on the platform.
(2)With the core of SamSung S3C24 l O processor,this paper expatiated on the structure and specialty of the system’ hardware, and the theorV and