神經網(wǎng)絡引入圖像識別的研究
頁數(shù) 32 字數(shù) 18092
摘 要

利用人工神經網(wǎng)絡在信息處理方面的優(yōu)勢解決圖像識別問題是本文研究的目的和重點。本文圍繞圖像識別這一個中心課題，研究了目標圖像原始數(shù)據(jù)的獲取、預處理、不變性特征的提取方法以及神經網(wǎng)絡識別技術。
在圖像的預處理部分，先對獲取的圖像進行平滑、去噪，隨后對其進行邊緣檢測、增強，最后，由于獲取的圖像目標和攝像機位置關系的不同，可能出現(xiàn)平移、尺度變化、扭曲、旋轉等不同的變化，將圖像進行歸一化處理，使其成為對平移、尺度變化、扭曲具有不變性的規(guī)格化圖像。
在神經網(wǎng)絡分類識別方面，簡單介紹了神經網(wǎng)的算法原理和一種神經網(wǎng)絡模型-前饋網(wǎng)絡(BP),從而提出一種神經網(wǎng)絡的圖像識別方法,并用BP神經網(wǎng)絡方法進行目標識別，并對神經網(wǎng)絡識別系統(tǒng)進行了設計.

關鍵詞： 圖像識別，特征提取，模式識別，神經網(wǎng)絡


目 次
摘 要 I
ABSTRACT II

1 概述 1
1.1 課題的目的及意義 1
1.2 模式識別概述 2
1.2.1 基本概念 2
1.2.2 模式識別系統(tǒng) 2
1.2.2.1 數(shù)據(jù)獲取 2
1.2.2.2 預處理 3
1.2.2.3 特征提取和選擇 3
1.2.2.4 分類決策 3
1.2.3 模式識別的主要方法 3
1.3 圖像、圖像處理與圖像識別 5
1.4 目標識別技術的發(fā)展與現(xiàn)狀 6
1.5 本文的工作 7
2 圖像的預處理與分割 9
2.1 圖像的預處理 9
2.2 圖像的分割 9
3 目標圖像的不變性特征提取 11
3.1 特征與特征提取的基本概念 11
3.1.1 特征的分類 11
3.1.2 特征的三要素 11
3.1.3 目標圖像識別的特殊性 11
3.1.4 特征提取 12
3.2 目標識別系統(tǒng) 13
3.3 常規(guī)矩 13
3.3.1 矩特征的一般表達形式 14
4 利用神經網(wǎng)絡進行目標識別 15
4.1 人工神經網(wǎng)絡發(fā)展概況 15
4.2 神經網(wǎng)絡的應用 15
4.3 BP網(wǎng)絡 16
4.4 神經網(wǎng)絡識別系統(tǒng)的設計 19
4.4.1 概念設計 19
4.4.1.1 應用領域問題的特征分析和抽象 19
4.4.1.2.神經網(wǎng)絡系統(tǒng)分析 19
4.4.2 結構設計 19
4.4.2.1 節(jié)點級設計 20
4.4.2.2 網(wǎng)絡級設計 20
4.4.2.3 訓練設計 20
4.4.3 BP網(wǎng)絡分類器的設計 21
4.4.3.1 輸入層的設計 21
4.4.3.2 隱含層的數(shù)目 21
4.4.3.3 隱含層單元數(shù)的選擇 21
4.4.3.4 輸出層的設計 22
4.4.3.5 初始權值的選取 22
4.5 用BP網(wǎng)絡對圖像特征進行分類 22
5 結果與展望 26
5.1 結論 26
5.2 進一步的工作 26

致謝 27
參考文獻 28


參考文獻
[1] Jarrod ，Holling worth等. 數(shù)字圖像處理[M]. 北京：機械工業(yè)出版社, 2001.
[2] 邊肇祺,張學工等. 模式識別[M]. 北京： 清華大學出版社,2001.
[3] 焦李成. 神經網(wǎng)絡的應用與實現(xiàn)[M]. 西安： 西安電子科技大學出版社，1995.
[4] 聞新, 周露 等. MATLAB神經網(wǎng)絡仿真與應用[M]. 北京： 北京科學出版社，2003.
[5] 戴青云,余英林. 一種基于形態(tài)小波的在線掌紋的線特征提取方法[J].計算機學報,2003,26(2)