1、“.....使我能够坚定下来，丝不苟的做完毕业设计。总之，要感谢的人太多太多。我真诚的对所有关心我，帮助我，鼓励我，爱我的所有人们说声谢谢。我也将永远铭记各位的关怀，步步继续努力，不断开拓进取，以报答各位热诚的心。马林年月于河南师范大学新联学院就说明图像存在倾斜，需要进行调整。具体来说，首先要分别计算图像左半边和右半边的象素的平均高度，然后求的斜率，根据斜率重新组织图像，里面包含了个从新图像到旧图像的象素的映射。如果新图像中的象素映射到旧图像中时超出了旧图像的范围，则把新图像中的该象素置白色。经过倾斜度调整后的图像如图所示。图经过倾斜度调整后的图像字符分割河南师范大学新联学院本科毕业论文设计系统在读进来的图像中般会含有多个数字，识别的时候只能根据每个字符的特征来进行判断，所以还要进行字符分割的工作。这步工作就是把图像中的字符独立的分割出来。具体的算法如下第步......”。

2、“.....记录下来。然后再由上向下对图像进行逐行扫描直至找到第个黑色象素，这样就找到图像大致的高度范围。第二步，在这个高度范围之内在自左向右逐列进行扫描，遇到第个黑色象素时认为是字符分割的起始位置，然后继续扫描，直至遇到有列中没有黑色象素，则认为这个字符分割结束，然后继续扫描，按照上述的方法直扫描直至图像的最右端。这样就得到了每个字符的比较精确宽度范围。第三步，在已知的每个字符比较精确的宽度范围内，按照第步的方法，分别进行自上而下和自下而上的逐行扫描来获取每个字符精确的高度范围。进行字符分割后并画上边框的图像如图所示。图经过字符分割后并画上边框的图像图像的归化处理因为扫描进来的图像中字符大小存在较大的差异，而相对来说，统尺寸的字符识别的标准性更强，准确率自然也更高，标准化图像就是要把原来各不相同的字符统到同尺寸，在系统实现中是统到同高度......”。

3、“.....具体算法如下先得到原来字符的高度，跟系统要求的高度做比较，得出要变换的系数，然后根据得到的系数求得变换后应有得宽度。再得到宽度高度之后，把新图像里面得点按照插值得方法映射到原图像中。图像标准归化的高度和宽度信息可以通过个对话框由读者自行输入，但是为了以后特征提取的时候处理方便，进行网络训练的时候缩短训练的时间，标准化的宽度和高度不要设置的过大。本系统中去归化宽度为，高度为。河南师范大学新联学院本科毕业论文设计归化执行效果如图所示。图对图像进行归化处理图像的紧缩重排经过标准归化处理后的各个字符在图像中的位置不定，要它进行特征提取时处理起来比较麻烦，所以要把归化后的字符进行紧缩重排，以形成新的位图句柄，以方便下步的特征提取的操作。程序执行效果如图所示。图图像紧缩重排后的效果至此已经基本完成图像的预处理。此外，还可以采用些别的方法以更好的达到预处理的效果......”。

4、“.....用神网络进行字符识别神经网络简介河南师范大学新联学院本科毕业论文设计图神经元神经网络简介人工神经网络也称为神经网络,。即从生物学神经系统的信号传递而抽象发展而成的门学科。在神经网络中，最基本的单元就是神经元，如图。神经元由三部分组成树突细胞体和轴突。树突是树状的神经纤维接受网络，它将电信号传递给细胞体，细胞体对这些输入信号进行整合并进行阀值处理。轴突是单根长纤维，它把细胞体的输出信号导向其他的神经元。神经元的排列拓扑结构和突触的连接强度确立了神经网络的功能。形象的说，神经网络是由大量处理单元神经元广泛连接而成的网络，是对人脑的抽象简化和模拟，反映人脑的基本特性。它能够通过学习过程从外部环境中获取知识，并且它内部的很多的神经元可以用来存储这些已经学到的知识。图神经元抽象成的数学模型如图所示，神经元的输入是信号，经过个累加器累加后的信号送入个激活函数......”。

5、“.....这个神经元的输出同时又可以作为下个或多个神经元的输入，从而将神经信号成网络分散状的传递出去。个神经元可以接受多个输入，所以把神经元表示成为矢量矩阵形式更容易去处理分析实际问题。以上是对个单层神经网络的描述。般就实际情况而言，多层网络用处要广的多，如网络。在多层网络中，般至少有个层个输入层个输出层个或多个隐层。多层网络可以解决很多单层网络无法解决的问题，比如多层网络可以用来进行非线性分类，可以用来做精度极高的函数逼近，只要有足够多的层和足够多河南师范大学新联学院本科毕业论文设计的神经元，这些都可以办到。个多层网络的输入和输出层的神经元个数是由外部描述定义的。例如如果有个外部变量作为输入，那网络就要有个输入。神经网络有好多种，比如径向基网络网络，网络等。本系统采用的是最为广泛运用的网络，如图所示。图多层网络示意图神经网络的激励函数。激励函数将输出信号压缩在个允许的范围内......”。

6、“.....通常神经元输出的范围在，或者，的闭区间上。常用的基本激励函数有阈值函数分段线性函数函数。其中函数也称为型函数，它是人工神经网络中用的最多的激励函数。型函数的定义如下神经网络的反馈调节。在误差信号的反向传播中，网络不断的修正各个节点的权值。设有含个节点的网络，采用型激励函数。为简单起见，可以假设网络只有个输出，任节点的输出为，并设有个样本，对就不是很高了，甚至出现无法识别的情况。如下图所示，字符倾斜后就无法识别出来了。此时可以通过加大训练样本的数目来解决。将训练样本数目增大到个，并考虑进来各种倾斜角度的以及其他几种常用字体，那么该网络将会有更加普遍的适应性和更高的识别率。考虑程序设计的方便，该程序中设计网络的目标输出的时候，假定了目标输出为，的循环。所以在自行设计训练样本的时候定要注意，不要使用，这样的训练样本，这会导致无法训练成功。应该使用，这样的训练样本......”。

7、“.....对于待识别图片当然没有这种要求。在执行图像预处理时，尽量使用次性图像预处理。若要单独执行每步，请务必记住每步要按顺序执行，且只能执行次。否则将会有意想不到的后果。比如说，就像梯度锐化，连续梯度锐化次，那图片上的数字基本上就没了。这也就无法完成下步的分割等操作了。识别时不要再改动归化信息。否则无法识别。归化信息应该在训练之前设定，而且仅仅设定次。识别时归化信息与训练时候的致，特征提取才能进行，识别才能进行。结论对于印刷体的邮政编码识别是为了适应当今邮政行业对邮件的高速分拣的河南师范大学新联学院本科毕业论文设计业务需求而提出的，本文针对行业中邮件的特点和分拣要求，研究了自动识别出邮件上邮政编码的简单系统。其中，主要涉及的内容包括了图像的采集背景的剔除邮码签的提取字符分割数字识别，但重点研究的内容式对数字的识别过程......”。

8、“.....其实质就是拍照。然后把拍到的照片传输到电脑中，进行预处理。接着便是从预处理好后的图像中提取出邮码签的区域，把需要进行智能识别的数字提取出来。最后通过软件对阿拉伯数字进行识别。这些环节中，本文的研究的重点放在了对数字的识别上。所以，软件的相关设计就需要大量的理论基础和实际工作量。但是真正的难点在于怎样提取出数字，本文在这方面只是做了理论上的初步认识，并没有进行实际的实验。所以这部分的研究需要以后进行大量的实验工作进行总结和改进。本系统的设计相对有些简单，因此还需要在以下方面进行研究首先，采集部分的设计有些粗糙。运用般的摄像头进行在传输带上移动的邮件的图像的采集，可能会导致图像定程度的模糊。而且对邮件摆放的间隔和邮件大小都有很大程度上的限制。因此，今后可以在这部分进行深入研究和实验......”。

9、“.....减小图像处理过程的难度。第二，对于数字从邮件上提取出来的方法也还待改进，这就包括了怎样更加高效和准确的提取出手写体邮政编码部分的图像。这里背景的滤出就很重要。本文由于通过异或逻辑过于简单，使得在光带边缘存在较为粗糙的光带纹理无法被完全抑制，因此，为后续的提取工作带来了不利影响。第三，可以以此为基础，进行汉字的识别工作。可以预见，随着本课题的不断研究创新，先进的智能的识别系统将会在未来为我国邮政事业的发展添上浓重的笔，我国的邮件分拣自动化程度将上个新的台阶。河南师范大学新联学院本科毕业论文设计参考文献,,李宏东译北京机械工业出版社,王林泉,汪午龙,汤笑笑手写汉字识别预处理算法研究计算机工程,何斌,马天予数字图像处理北京人民邮电出版社,杨枝灵,王开数字图像获取处理及实践应用北京人民邮电出版社,李炜，黄心汉，王敏，等车牌自动识别系统中车牌分割的研究信号处理廖翔云，许锦标......”。