android数字识别框架,基于Android平台的数字识别软件设计与实现

摘要：

近年来,随着Android市场份额的扩大,其应用市场的需求也愈来愈多样化,移动支付,车牌识别等新热点的出现对数字识别技术的要求也越来越高.目前数字识别应用所面临的问题包括同步提高识别速度与识别率较为困难,非理想状态下的识别率低以及绝大多数应用不支持残损数字的识别等.为解决以上问题,本文设计并实现了一款基于Android平台的数字识别软件. 数字识别算法是数字识别软件的核心,本文首先研究现有数字识别算法,分析其优缺点,根据本文设计需求选择并实现了卷积神经网络模型和Hopfield神经网络两种模型,分别用来应对常规数字的识别以及残损数字的识别,并将模型编译为可供Android应用调用的库文件.其次本文从图像预处理,图像识别,数据存储三个方面完成了数字识别软件的开发,在图像预处理中,通过位运算来缩减预处理的系统开销;在图像识别中,调用构建完成的神经网络模型来对预处理后的图像进行识别;在数据存储中,通过SQLite将识别结果进行存储. 测试结果表明,本文实现的数字识别软件基本达到了预定的设计目标,各项功能运行稳定,正确.对于理想状况下的数字识别率高于设计目标,达到95.83%,识别速度控制在1秒以内;对于非理想状态下的数字识别,也达到了75.29%的识别率;对于残损数字识别,识别率为58.69%.

展开