基于邊界矩的模糊神經(jīng)網(wǎng)絡(luò)圖象識別.pdf

1、圖像識別是模式識別的一個重要分支，經(jīng)過數(shù)十年的發(fā)展，現(xiàn)在已經(jīng)滲透到了軍事、空間探索、醫(yī)學、郵電等各個領(lǐng)域，具有很大的實用價值和重要意義。 不變矩是圖象的一種統(tǒng)計特征，具有平移、旋轉(zhuǎn)和比例不變性，利用矩不變量進行形體識別一直是圖像識別的研究重點。本文詳細介紹了幾何矩、Hu矩不變矩的概念、性質(zhì)及在圖像識別中的應(yīng)用。為了加快識別速度，提出并應(yīng)用邊界矩，也就是在識別物體的邊界上提取不變矩。 BP神經(jīng)網(wǎng)絡(luò)是各種神經(jīng)網(wǎng)絡(luò)模型中具有代

2、表意義的神經(jīng)網(wǎng)絡(luò)模型之一，己獲得了廣泛的應(yīng)用。如果恰當選擇BP網(wǎng)絡(luò)的結(jié)構(gòu)，它能夠以極高的精度和泛化能力描述許多問題。為了提高識別率，文中將模糊技術(shù)與神經(jīng)網(wǎng)絡(luò)結(jié)合，提出模糊神經(jīng)網(wǎng)絡(luò)識別系統(tǒng)。 本文就是基于邊界矩特征和神經(jīng)網(wǎng)絡(luò)的圖像識別模型。所設(shè)計的識別模型包括邊界矩特征提取、邊界矩矢量標準化、模糊化預(yù)處理、BP網(wǎng)絡(luò)與競爭選擇。利用邊界矩提取圖像的特征矢量，利用神經(jīng)網(wǎng)絡(luò)作為分類器對提取的特征矢量分類，使用模糊化的方法先對輸入特征數(shù)據(jù)