MATLAB SOM Code - Self Organizing Maps Character recognition

SOM is a type of Artificial Neural Network , I've used this for character recognition along with character segmentation in Matlab 

Here goes the code for SOM , below code will train the network for Alphabets  

f=imread('009.jpg');

BW1 = roicolor(f(:,:,1),180,255);

BW2 = roicolor(f(:,:,2),180,255);

BW3 = roicolor(f(:,:,3),180,255);

b=~(BW1|BW2|BW3);

se1=[0 1 0 ; 1 1 1 ;0 1 0];

b=imdilate(b,se1);

s=size(b);

p=1;q=1;start=1;maxe(1)=0;

for i=1:s(1,2)

    count=0;

    for j=30:s(1,1)

        if(b(j,i)==1)

            count=count+1;

  

        end

        if(start==0)

            if(maxe(p)<count)

                maxe(p)=count;

                loc(p)=i-L(q-1);

            end

        end

        histo1(i)=count;

    end

    if(count>0 && start==1)

         

        

         L(q)=i;

          q=q+1;

          start=0;

     end

     if(count==0 && start==0)

         R(p)=i;

         p=p+1;

         start=1;

         maxe(p)=0;

     end

        

end

p=1;q=1;start=1;maxe1(1)=0;

for i=20:s(1,1)-20

    count=0;

    for j=10:s(1,2)-20

        if(b(i,j)==1)

            count=count+1;

        end

        if(start==0)

            if(maxe1(p)<count)

                maxe1(p)=count;

            end

        end

        histo2(i)=count;

    end

    if(count>0 && start==1)

         

        

         L1(q)=i;

          q=q+1;

          start=0;

     end

     if(count==0 && start==0)

         R1(p)=i;

         p=p+1;

         start=1;

         maxe1(p)=0;

     end

end

data(:,1)=double(reshape(imresize(b(L1(1):R1(1),L(1):R(1)),[25,25]),625,1));

data(:,2)=double(reshape(imresize(b(L1(1):R1(1),L(2):R(2)),[25,25]),625,1));

data(:,3)=double(reshape(imresize(b(L1(1):R1(1),L(3):R(3)),[25,25]),625,1));

data(:,4)=double(reshape(imresize(b(L1(1):R1(1),L(4):R(4)),[25,25]),625,1));

totalW = 100;

[I,J] = ind2sub([10, 10], 1:100);

N = size(data,2);

w = rand(625, totalW);

eta0 = 50;

etaN = eta0;

tau2 = 100;

sig0 = 1;

sigN = sig0;

tau1 = 10;

for po=1:100

    for j=1:N

      x = data(:,j);

       dist = sum( sqrt((w - repmat(x,1,totalW)).^2),1);

       [v ind] = min(dist);

        

      ri = [I(ind), J(ind)];

      dist = 1/(sqrt(2*pi)*sigN).* exp( sum(( ([I( : ), J( : )] - repmat(ri, totalW,1)) .^2) ,2)/(-2*sigN))*etaN;

      for rr = 1:100

           w(:,rr) = w(:,rr) + dist(rr).*( x - w(:,rr));

      end

     

    end

    etaN = eta0 * exp(-po/tau2);

    sigN = sig0*exp(-po/tau1); 

     

   

   if mod(po,100) == 1

        figure;

        axis off;

       hold on;

       for ab = 1:100

            

            subplot(10,10,ab);

            axis off;

            imagesc(reshape(w(:,ab),25,25));

            

         axis off;

       end

       hold off;

   end

end