[摘要]模式识别数字识别matlab(Pattern recognition, digital recognition, matlab) 清除所有 中图分类号 同济= 0； 1 = E：\ MATLAB R2009a便携式\树姿”；%图片文件夹 file2 =“BMP”文件类型；%。

r＝0.5； %%%%%%%%%%%%%%%%%%训练样本$$$$$$$$$$$$$$$$$$$$ 我= 0:1:13； J = 1:30 a int2str(我)； B = int2str(J)； = imread(strcat(1，，'，B，file2))；%读文件 a_bw = im2bw(A，R)；%二值化 【M，N =尺寸(a_bw)]； %%%%%%%%%%%矩阵分成4块，并统计每块1的个数%%%%%%%%%%%% X1＝0； 对于k =(1：m / 2) 对于p =(1：n / 2) 如果a_bw(K，P)= = 1 X1＝X1 + 1； 结束 结束 结束 x2＝0； 对于k =(m / 2 + 1：m) 对于p =(1：n / 2) 如果a_bw(K，P)= = 1 x2＝x2＋1； 结束 结束 结束 X3 = 0； 对于k =(1：m / 2) 对于p =(n / 2 + 1：n) 如果a_bw(K，P)= = 1 X3 = x3±1； 结束 结束 结束 X4 = 0； 对于k =(m / 2 + 1：m) 对于p =(n / 2 + 1：n) 如果a_bw(K，P)= = 1 X4 = X4 + 1； 结束 结束 结束 S(J，：)= [ x1 x2 x3 x4 ]；形成维向量% 4 结束 Q = 1:4 温度=平均(s(：，q))；%求列平均值 M(Q)=温度'；%类中心 结束 S(：，我+ 1)= m；%类中心矩阵9 * 14 结束 %%%%%%%%%%%%%%测试样本%%%%%%%%%%%%%%%%%%%%% 错误＝0； Ⅱ= 0:13 JJ = 31:40 a int2str(II)； B = int2str(JJ)； = imread(strcat('填补，，'，B，滤镜))；%读测试文件 a_bw = im2bw(A，R)；%二值化 【m，n ] =尺寸(a_bw)；%矩阵分块 X1＝0； 对于k =(1：m / 2) 对于p =(1：n / 2) 如果a_bw(K，P)= = 1 X1＝X1 + 1； 结束 结束 结束 x2＝0； 对于k =(m / 2 + 1：m) 对于p =(1：n / 2) 如果a_bw(K，P)= = 1 x2＝x2＋1； 结束 结束 结束 X3 = 0； 对于k =(1：m / 2) 对于p =(n / 2 + 1：n) 如果a_bw(K，P)= = 1 X3 = x3±1； 结束 结束 结束 X4 = 0； 对于k =(m / 2 + 1：m) 对于p =(n / 2 + 1：n) 如果a_bw(K，P)= = 1 X4 = X4 + 1； 结束 结束 结束 T = [ X1，X2，X3，X4为4维特征向量形成]； TT = [ X1、X2、X3、X4 ]； d_1 = 0； d_3 = inf； Y = 1:14 d_1 =总和((t - s(：，y))。

^ 2)；%计算欧式距离 %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% SUM1 = 0; For J = 1: 4 SUM1 SUM1 (TT = + (j) - S (J, y)) ^ 2; End Distance (y) = sqrt (SUM1 求测试样本与各个数字特征的欧式距离%); %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% If D > 1% _ 3 d _ 计算最小距离 D = D 1 3 _ _; If < = 10 _ int2str D 2 = (- 1); End If y = = 11 N = 'a'; _ strcat D 2 = (n + and - 11); End If y = = 12 N = 'c'; _ strcat (n = D + 2 and - 12); End If y = = 13 N = 'd'; _ strcat (n = D + 2 and 13); End If y = = 14 E n = ''; _ strcat (n = D + 2 and 14); End Dd (1 + 1 _ II, JJ - 30 d) = 2% 输出判决结果 _; End if end% % 1: 14 and end end %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% Cl