基于組合矩和神經(jīng)網(wǎng)絡的圖像識別技術研究.pdf

1、隨著神經(jīng)網(wǎng)絡和圖像科學的發(fā)展，基于神經(jīng)網(wǎng)絡的圖像識別技術由于其具有傳統(tǒng)的模式識別方法不具備的處理數(shù)據(jù)量大、處理速度快的特點，在經(jīng)濟、生活各個領域得到了廣泛應用。 本文主要包括兩個部分：一部分是采集圖像及其預處理圖像，另一部分是提取圖像組合矩和對目標圖像利用BP網(wǎng)絡分類器進行訓練識別。論文主要內容如下： (1)介紹了BP神經(jīng)網(wǎng)絡原理，分析了部分參數(shù)對BP神經(jīng)網(wǎng)絡泛化能力的影響。在與傳統(tǒng)模式識別對比的基礎上，給出了選擇神經(jīng)網(wǎng)

2、絡作為圖像分類識別系統(tǒng)分類器器的原因。 (2)通過圖像采集系統(tǒng)采集到的圖像建立圖像庫，對圖像庫中的圖像進行縮放、旋轉、濾波、二值化、邊緣提取等處理。 (3)在Hu矩七個不變量基礎上構建了具有五個不變量的組合矩，并用這五個矩不變量描述目標特征。 (4)設計BP神經(jīng)網(wǎng)絡分類器和實現(xiàn)目標圖像的分類識別。這個階段工作包括確定BP神經(jīng)網(wǎng)絡模型及其算法，把提取的組合矩不變量作為設計好的BP神經(jīng)網(wǎng)絡分類器的輸入，對目標圖像進行