1. 研究目的与意义、国内外研究现状（文献综述）
1、本课题的意义 随着互联网和计算机的普及,传统的人工录入方式不仅效率低下,而且成本高额,己经远远不能满足人们的需求。
字符识别技术能很好的解决这一问题,它将图像通过计算机处理,转化为计算机可识别的字符,从而提供高效的电子记录方法和便捷的图文转换途径【1】。
生活中，纸质版文档不方便携带易丢失，利用文字识别技术将其转换为数字信息存储在电脑，存储空间占比小，有即时取用的优点【2】。
2. 研究的基本内容和问题
1、研究目标 基于图像处理和卷积神经网络，拟开发一个系统，对英文手写图像进行识别，并且实现编辑、保存的功能。
2、研究内容（1）图像处理 图像预处理是指将每一个文字图像分检出来交给识别模块识别,这一过程称为图像预处理。
本文所涉及到的图片预处理步骤为:将彩色图片转化为灰度图片。
3. 研究的方法与方案
1、研究方法 （1）进行需求分析，研究该软件应该具备的功能、效果等需求； （2）通过查阅书籍资料以及网上搜寻相关资料，了解图像处理的相关定义、过程及实现，深度学习matlab神经网络的相关知识； （3）根据需求分析结果及背景知识的学习结果，进行系统设计，分析系统的功能分块、并对各功能块进行详细设计； （4）开始进行系统实现，完成界面设计，并运用matlab实现集成开发环境界面，并同步进行该模块的功能测试； （5）完成编辑模块及文件处理模块，并进行测试模块功能； （6）实现样本训练，并进行模块功能测试； （7）实现信息展示模块，并对该模块进行功能测试； （8）进行代码的整合以及整体调试； （9）在项目进度较快的前提下，尝试实现拼写检查模块以及单步调试程序功能，并尝试扩展信息展示模块的功能。
（10）开始撰写毕业设计论文。
2、技术路线（技术路线图见附件）3、可行性分析（1）本课题涉及matlab等领域内容，属于基础性内容的浅度延伸，因此，本研究在技术上可行。
4. 研究创新点
四、特色或创新之处（1）利用卷积神经网络自动提取特征（2）实现对识别结果的编辑、保存功能。
5. 研究计划与进展
五、研究计划及预期进展（1）2017年1月-2017年2月，查阅相关文献资料和技术文档，重点学习CNN，进行中文采样，了解CNN结构和训练过程；（2）2017年2月-2017年3月，开始编写代码；（3）2017年3月-2017年4月，在已经编写好的代码基础上，进行调试和修改，撰写毕业论文、准备论文答辩；（4）2017年4月-2017年5月10日，整理总结，修改完善毕业论文
