基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的圖像識別研究

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的圖像識別研究

ID:33364370

大小:2.39 MB

頁數(shù):91頁

時(shí)間:2019-02-25

基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的圖像識別研究_第1頁
基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的圖像識別研究_第2頁
基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的圖像識別研究_第3頁
基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的圖像識別研究_第4頁
基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的圖像識別研究_第5頁
資源描述:

《基于徑向基函數(shù)神經(jīng)網(wǎng)絡(luò)的圖像識別研究》由會員上傳分享,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。

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、模式識別方面的優(yōu)勢解決圖像識別問題是本文研究的目的和重點(diǎn)。圖像識別技術(shù)是隨著當(dāng)代計(jì)算機(jī)技術(shù)、圖像處理、人工智能、模式識別理論等發(fā)展起來的一種新技術(shù)。它以研究某些對象或過程的分類與描述為主要內(nèi)容。其目的在于研制能自動處理某些信息的系統(tǒng),以替代人去完成圖像分類和辨識的任務(wù)。圖像識別所研究的領(lǐng)域十分廣泛,如:交通監(jiān)視系統(tǒng)中車牌識別;從機(jī)械加工中識別零件;從醫(yī)學(xué)圖像中識別發(fā)病細(xì)胞;從遙感圖像中識別森林,湖泊和特定設(shè)施;在郵政系統(tǒng)中自動分揀信函;指紋和人臉識別;簽字識別等。

2、圖像識別的基本任務(wù)是通過對圖像進(jìn)行分析,將圖像中包含的一個(gè)或多個(gè)目標(biāo)識別出來。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)模式識別方法。圖像預(yù)處理,就是通過數(shù)字圖像處理的各種方法消除原始圖像自帶的噪聲,消減與識別目的無關(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,闡述了用于圖像識別的圖像特征分類、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,為后面模式識別階段作準(zhǔn)備。圖像識別作為一種基于圖像信息的模式識別,幾乎遵循模式識別的所有

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別應(yīng)用中優(yōu)于傳統(tǒng)的模式識別方法:高度的并行性、分布式存儲、良好的容錯性、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)的分類能力和模式識別能力一般強(qiáng)于其它類型的網(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),使得其在模式識別方面得到廣泛應(yīng)用。利用RBF網(wǎng)絡(luò)對圖像特征進(jìn)行模式識別,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)的圖像識別方法的有效性,并對研究工作進(jìn)行總結(jié)、對這種圖像識別技術(shù)進(jìn)行了深入分析和展望。關(guān)鍵詞:圖像識別,人工神經(jīng)網(wǎng)絡(luò),圖像處理,模式識別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

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時(shí)可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時(shí)聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費(fèi)完成后未能成功下載的用戶請聯(lián)系客服處理。