论文部分内容阅读
研究基于传统模板匹配的识别灰度图像中数字的方法 .在对大量样本图像模板进行 Wiener滤波的基础上 ,利用 K- L 变换进行特征提取 ,用低维子空间描述高维空间中的图像 .将低维子空间中的向量加载到 BP网络的输入端进行训练 ,调整神经网络权值 .权值稳定后 ,在网络输入端加载经过预处理的待识别灰度数字图像 ,在输出端即可得到识别结果 .该方法有效地利用了 Wiener滤波器以最小方差对原始信号的恢复能力、K- L 变换的降维特性和 BP学习网络所擅长的数据映射处理能力