基于QNN的图像特征提取字符识别系统设计
来源：计算机测量与控制杂志2018年第4期北京时间：
作者：王金环,黄玉蕾
摘要：为提高字符识别的正确率与可靠性，将图像处理技术与量子神经网络（QNN）相结合，对基于QNN的字符识别系统进行了研究。采用粗网格特征法对图像的特征量进行提取，同时，为了增强粗网格特征法抗位置变化的能力，在特征提取前，对字符图像进行了定位，并将其平移至模板中心，再进行特征提取，然后采用基于多层激励函数的量子神经网络对字符进行识别。采用matlab进行仿真实验，结果表明量子神经网络具有较好的识别效率，准确率可达90%以上，抗噪能力强，可以更好的分类。这说明系统的确可以从一定程度上达到提高识别正确率的效果，达到了预期效果。
关键词：字符识别;特征提取;图像处理;量子神经网络
