數(shù)字圖像處理與識(shí)別實(shí)驗(yàn)報(bào)告.doc

數(shù)字圖像處理與識(shí)別實(shí)驗(yàn)報(bào)告 實(shí)驗(yàn)題目：手寫數(shù)字識(shí)別實(shí)驗(yàn)?zāi)康模菏褂蒙窠?jīng)網(wǎng)絡(luò)圖像識(shí)別方法對(duì)鼠標(biāo)滑動(dòng)輸入的手寫數(shù)字進(jìn)行訓(xùn)練和識(shí)別，使計(jì)算機(jī)能夠識(shí)別09十個(gè)數(shù)字。了解機(jī)器學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)原理并且將其應(yīng)用在圖像處理識(shí)別中。實(shí)驗(yàn)方法：基于反向傳播（BP）神經(jīng)網(wǎng)絡(luò)方法BP拓?fù)渚W(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(yùn)算的神經(jīng)元，層與層之間的神經(jīng)元采用全互連方式，當(dāng)樣本輸入網(wǎng)絡(luò)后，各神經(jīng)元的激勵(lì)值由輸入層經(jīng)各隱含層向輸出層傳播。然后計(jì)算目標(biāo)輸出與實(shí)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(fù)直到達(dá)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(dāng)于網(wǎng)絡(luò)的學(xué)習(xí)過程。它的實(shí)質(zhì)是計(jì)算誤差信號(hào)的最小值，采用的是梯度下降算法，按誤差函數(shù)的負(fù)梯度方向修改權(quán)值。本實(shí)驗(yàn)中可以將訓(xùn)練與測(cè)試同步結(jié)合起來，測(cè)試的過程中也在不斷的學(xué)習(xí)。本次實(shí)驗(yàn)采用的是神經(jīng)網(wǎng)絡(luò)中的監(jiān)督式學(xué)習(xí)，也就是說外部環(huán)境有一個(gè)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(shí)際輸出與目標(biāo)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(hào)。在試驗(yàn)中，系統(tǒng)每次做出一個(gè)預(yù)測(cè)，會(huì)提問你預(yù)測(cè)的是否正確，若正確則不用對(duì)參數(shù)進(jìn)行重新訓(xùn)練，若錯(cuò)誤，則需要輸入正確的值，系統(tǒng)對(duì)參數(shù)進(jìn)行訓(xùn)練，這就是一個(gè)監(jiān)督學(xué)習(xí)的方式?；贐P神經(jīng)網(wǎng)絡(luò)的數(shù)字識(shí)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(diǎn)數(shù)量，本次實(shí)驗(yàn)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(xùn)練數(shù)據(jù)集。將已經(jīng)訓(xùn)練過的數(shù)字圖像數(shù)據(jù)導(dǎo)入進(jìn)來。我輸入的是一個(gè)2020像素的手寫數(shù)字圖像，將其轉(zhuǎn)化為灰度圖，取400個(gè)像素值作為輸入層的值。實(shí)驗(yàn)中需要大量的訓(xùn)練數(shù)據(jù)，對(duì)神經(jīng)網(wǎng)絡(luò)中的參數(shù)進(jìn)行訓(xùn)練。本實(shí)驗(yàn)，下圖為輸入的黑白手寫數(shù)字圖像。c. 初始化訓(xùn)練參數(shù)。這里是采取的隨機(jī)生成兩組權(quán)重參數(shù)。d. 迭代找誤差最小值對(duì)應(yīng)的訓(xùn)練參數(shù)。梯度下降算法找誤差最小值，再反饋回參數(shù)。實(shí)驗(yàn)結(jié)果：（1）識(shí)別阿拉伯?dāng)?shù)字“3” （2）識(shí)別中文數(shù)字“三” （3）識(shí)別錯(cuò)誤時(shí)進(jìn)行修正訓(xùn)練分析討論：（1） 這是一個(gè)可以邊測(cè)試邊學(xué)習(xí)的過程，隨著輸入數(shù)據(jù)的增加，識(shí)別率也會(huì)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(gè)人手寫，這樣系統(tǒng)隨著訓(xùn)練就愈發(fā)的能識(shí)別各種不同字跡的數(shù)字。（2） 識(shí)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(shí)別不準(zhǔn)確。（3） 系統(tǒng)具有自學(xué)習(xí)過程，我原本訓(xùn)練的是阿拉伯?dāng)?shù)字3，后來嘗試加入中文數(shù)字三，經(jīng)過反復(fù)訓(xùn)練，系統(tǒng)對(duì)于3和三都能正確識(shí)別。附錄：Matlab重點(diǎn)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(xùn)練集重新訓(xùn)練uicontrol(Parent,FigHandle,Position,360 6 70 30,String,識(shí)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(xùn)練,Callback,training); uicontrol(Parent,FigHandle,Style,pushbutton,Position,450 6 70 30,String,清除,Callback,cla);訓(xùn)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(gè)隱藏層單元num_labels = 10; % 10個(gè)輸出 % = Part 2:加載訓(xùn)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(xùn)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(duì)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