資源描述：
《基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、太原理『‘人學(xué)碩士研究生學(xué)位論文基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別研究摘要利用徑向基函數(shù)人工神經(jīng)網(wǎng)絡(luò)在信息處理、模式識(shí)別方面的優(yōu)勢(shì)解決圖像識(shí)別問(wèn)題是本文研究的目的和重點(diǎn)。圖像識(shí)別技術(shù)是隨著當(dāng)代計(jì)算機(jī)技術(shù)、圖像處理、人工智能、模式識(shí)別理論等發(fā)展起來(lái)的一種新技術(shù)。它以研究某些對(duì)象或過(guò)程的分類(lèi)與描述為主要內(nèi)容。其目的在于研制能自動(dòng)處理某些信息的系統(tǒng)，以替代人去完成圖像分類(lèi)和辨識(shí)的任務(wù)。圖像識(shí)別所研究的領(lǐng)域十分廣泛，如：交通監(jiān)視系統(tǒng)中車(chē)牌識(shí)別；從機(jī)械加工中識(shí)別零件；從醫(yī)學(xué)圖像中識(shí)別發(fā)病細(xì)胞；從遙感圖像中識(shí)別森林，湖泊和特定設(shè)施；在郵政系統(tǒng)中自動(dòng)分揀信函；指紋和人臉識(shí)別；簽字識(shí)別等。
2、圖像識(shí)別的基本任務(wù)是通過(guò)對(duì)圖像進(jìn)行分析，將圖像中包含的一個(gè)或多個(gè)目標(biāo)識(shí)別出來(lái)。本文圍繞這一中心課題，研究了圖像預(yù)處理，圖像特征信息提取以及神經(jīng)網(wǎng)絡(luò)模式識(shí)別方法。圖像預(yù)處理，就是通過(guò)數(shù)字圖像處理的各種方法消除原始圖像自帶的噪聲，消減與識(shí)別目的無(wú)關(guān)的特征并增強(qiáng)研究所需要的特征信息。常規(guī)的圖像預(yù)處理方法包括圖像增強(qiáng)、圖像邊緣檢測(cè)等。圖像特征多種多樣，在圖像特征提取階段，闡述了用于圖像識(shí)別的圖像特征分類(lèi)、圖像特征的表示與描述方法并且著重講述圖像矩特征的提取太原理工大學(xué)碩士研究生學(xué)位論文及量化，為后面模式識(shí)別階段作準(zhǔn)備。圖像識(shí)別作為一種基于圖像信息的模式識(shí)別，幾乎遵循模式識(shí)別的所有
3、特性。人工神經(jīng)網(wǎng)絡(luò)具有如下的一些特性，決定了它在圖像模式識(shí)別應(yīng)用中優(yōu)于傳統(tǒng)的模式識(shí)別方法：高度的并行性、分布式存儲(chǔ)、良好的容錯(cuò)性、自適應(yīng)性和聯(lián)想記憶功能、健壯性、高度的非線性處理能力。而在諸多的神經(jīng)網(wǎng)絡(luò)模型中，前饋型網(wǎng)絡(luò)的分類(lèi)能力和模式識(shí)別能力一般強(qiáng)于其它類(lèi)型的網(wǎng)絡(luò)。徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)是基于人腦的神經(jīng)元細(xì)胞對(duì)外界反應(yīng)的局部性而提出的一種新穎、有效的前饋式神經(jīng)網(wǎng)絡(luò)。這種網(wǎng)絡(luò)具有結(jié)構(gòu)簡(jiǎn)單、全局逼近能力強(qiáng)、訓(xùn)練方法快速易行的優(yōu)點(diǎn)，使得其在模式識(shí)別方面得到廣泛應(yīng)用。利用RBF網(wǎng)絡(luò)對(duì)圖像特征進(jìn)行模式識(shí)別，首先尋求解決方案，確定徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)最重要的幾個(gè)參數(shù)，即激活函數(shù)中心點(diǎn)、控
4、制參數(shù)和隱含層與輸出層之間的權(quán)值，并通過(guò)網(wǎng)絡(luò)訓(xùn)練不斷調(diào)整優(yōu)化以上三個(gè)參數(shù)的設(shè)置。測(cè)試結(jié)果印證了本文所提出的基于神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別方法的有效性，并對(duì)研究工作進(jìn)行總結(jié)、對(duì)這種圖像識(shí)別技術(shù)進(jìn)行了深入分析和展望。關(guān)鍵詞：圖像識(shí)別，人工神經(jīng)網(wǎng)絡(luò)，圖像處理，模式識(shí)別II太原理工大學(xué)碩士研究生學(xué)位論文RESEARCHINTOTHEIMAGERECoGNITl0NBASEDONRBFNETWoRKABSTRACTThepurposeandemphasisofstudyingthisresearchtopicistosolvetheprobleminthefieldofimagerecog
5、nitionutilizingthepreponderanceofRBFneuralnetworkattheaspectsofinformationprocessingandpatternrecognition．Thetechnologyofimagerecognitionisakindofnew—styletechnology,whichisdevelopedduetothetheoryofpresentcomputertechnology、imagerprocessing、artificialintelligenceandpatternrecognition．Itsp
6、rimaryresearchcontentistostudytheclassificationanddescriptionofsomeobjectsorprocess．Todevelopthesystemwhichcouldprocesssomeinformationautomaticallyforachievingimageclassificationandidentificationisimagerecognition’Spurpose．Thefieldofinvestigationintheimagerecognitionisfar-ranging，forexamp
7、le：thelicenseplaterecognitioninthesystemoftrafficmonitor；identifythesparepartsinthemachineprocessing；findouttheailingcellsviamedicalimage；identifytheforest、lakeandsomeotherspecificfacilitythroughtheremotesensingimages；sortingthelettersfrompostsystem；therecognitionof
