湘西方块苗文的数字化保护是一个很有前景的研究课题,能促进湖南湘西苗族的特色传统习俗文化推广和传播。开发和研究湘西方块苗文图像识别系统,具有一定的实用价值,竭力提高图像识别系统的准确率和识别率,是本文的工作目标。本论文基于不同的神经网络,利用采集的湘西方块苗文图像字库作为研究素材,采用MATLAB编程,进行了一系列的研究:(1)本文将采用灰度化,二值化,笔画细化等处理,使图像文字特征更加凸显,为识别工作打下基础。(2)在统计学像素方面,通过对文字整体宏观的像素点分布进行统计,以文字图像的像素点投影在X,Y轴上的分布特点作为识别文字的依据,以达到识别文字的目的,并通过研究X,Y轴的投影划分方式,得到对轴的最优分类。(3)在形态学结构方面,本文通过分析苗文的结构组成,利用端点,叉点等等一系列的结构特点,抽取出代表性的特征矩阵,作为识别文字的依据,并通过研究对文字图像块的划分手段,来提升识别效果。(4)在(2)、(3)两方面的特征提取方法改进基础之上,再将两方面特征综合在一起,形成更加完备的特征矩阵,来提升系统的识别正确率。(5)对比了BP神经网络、PNN神经网络和LVQ神经网络在方块苗文图像上的识别情况,并通过实验数据图表,直观地展示了这三种神经网络对于苗文识别的适配优劣,分析三种神经网络在底层算法上的区别,神经网络分类算法各自特点以及各自所擅长的识别场合,再结合湘西方块苗文图像的特点,总结出了实验范围内最适合的算法分类器。(6)对实验的整体过程进行了反思和总结,对今后的工作任务和改进方向进行了展望,以期望在今后的湘西方块苗文的数字化识别工作上进行更加深入的研究。