图 5-4-4 BP网络识别结果
六． 总结与体会
本章详细的分析了一个字符识别系统，介绍了许多图像图形处理的方法，以及在处理字符识别中有针对性的算法。并介绍了利用BP神经网络的相关知识以及用神经网络进行数字识别的整个过程。
在该BP网络的设计及使用过程中主要存在下面几个难题：无法从理论上严格的确定最佳的层数和隐层的神经元数目；存在局部极小值问题，以导致网络没有收敛到最小误差便停止训练了；训练时间过长的问题；对于加噪过多的数据识别率不高的问题；等等。这些问题都在本文中有或多或少的描述和解决。只能通过不断的调试、对比来求最佳数据，然后多次选择不同的初始权值，通过优化网络结构来改进识别效率和效果。
在这次学习中不仅学到了一些关于图像处理的方法，而且从中还锻炼自己的解决问题的能力，最重要的是小组的分工和合作，大家为了完成这个设计，查询了许多的资料，还请教了以前做过该课题的学长。虽然最后的识别效果不是很让人满意，但是初有成果的我们还是感觉蛮有收获的。体会到了课程学习的意义和价值。
参考文献
[1] 求是科技，张宏林，蔡锐. Visual C++数字图像模式识别技术及工程实践. 北京:人民邮电出版设,2003.
[2] 钱稷.基于图像处理的字符识别系统研究:（硕士学位论文）.河北:河北农业大学,2007.
[3] 刘建华,牛秦洲,程小辉等.基于特征的印刷体数字符号识别系统[J].桂林工学院学报,2005,25(1):1～3.