手写数字识别研究

图像中手写数字的识别一直被人研究探索,目前国内外提出的识别方法大致分为两种:基于BP神经网络统计特征识别算法、基于几何形体结构特征识别算法。文章在前人探索的形体结构特征算法基础上进行改进优化,利用孔洞、端点、交叉点等特征进行识别外,同时发现新的特征、新的方法:离心率、行列扫描区域数量、区域骨架搜索。组合这些形体特征和方法,可完成手写数字的识别。实验证明手写数字识别在识别准确率上优于先前传统形体结构特征方法。