摘要:隨著信息化時代的到來，模式識別的研究與應用越來越廣泛。諸如車牌識別，身份證識別等數字識別應用越來越多，便利了我們的生活。因此，快速而準確的將身份證號碼準確的輸入到計算機是信息處理的一個關鍵問題。大量科研人員投入到數字識別研究中，涌現了許多識別方法和科研成果。

本文研究和實現了對身份證圖片中的18位身份證號碼進行識別。在系統的設計中，本文引入了神經網絡模式識別技術，提出BP神經網絡的識別方法。本文把整個系統分成了三個主要模塊（圖像預處理、數字提取和BP網絡的數字識別）進行詳細的闡述。

為了提高身份證號碼識別的正確率，本文仔細分析了在三個模塊的設計過程中遇到的問題，分別運用這些方法進行設計：（1）在圖像預處理的設計中，重點處理圖像的二值化和圖像的分割，運用連通域分割算法，二值化和分割結果比較好。（2）字符的特征提取是系統設計的重難點，運用了連通域算法進行開運算、連通區域提取、重心提取把18位數字從圖像中提取出來。（3）在識別的設計中，運用神經網絡的識別方法，在最后的試驗中獲得一定的效果。

本文的研究表明，基于BP神經網絡的數字識別系統對收集好的圖像進行識別具有較高的識別率。

關鍵詞：印刷體數字；識別；連通域；BP神經網絡

目錄

摘要

Abstract

1 緒論-1

1.1 課題的研究背景-1

1.2 國內外的發展狀況-1

1.3 研究意義-2

1.4 本文主要內容及安排-3

2 圖像的采集與預處理-4

2.1 圖像的采集-4

2.2 圖像的預處理-4

2.2.1 圖像的灰度化-4

2.2.2 圖像的二值化-5

2.2.3 圖像的去噪-7

2.3.4 圖像的分割-7

3 數字圖像的提取與分割-9

3.1 基于連通域的數字圖像提取與分割-9

3.1.1 開運算-9

3.1.2 連通區域提取-9

3.2 數字字符的分割-10

4 基于BP神經網絡的識別-11

4.1 神經網絡基本原理-11

4.1.1 神經元-12

4.1.2 BP網絡-12

4.2 神經網絡訓練-15

4.2.1 建立樣本-15

4.2.2 訓練停止-15

4.2.3 訓練過程-16

4.3 神經網絡訓練結果-16

5 GUI的設計與識別結果-19

5.1 GUI的設計-19

5.2 識別結果-20

5.2.1 導入圖像識別結果-20

5.2.2 采集圖像識別結果-22

結    論-24

參 考 文 獻-25