基于人工神經(jīng)網(wǎng)絡的圖像識別和分類.pdf

1、數(shù)字圖像處理的最終目的是用計算機代替人去認識圖像和找出一副圖像中人們感興趣的目標，這是計算機模式識別的主要內容。模式識別技術是用機器來模擬人的各種識別能力，當前主要是模擬人的視覺和聽覺能力。圖像模式識別是用機器對文字、圖像、圖片和景物等模式信息加以處理和識別，用以解決計算機與外部環(huán)境直接通信這一重要問題。
　　 圖像識別由三個環(huán)節(jié)構成，分別是數(shù)據(jù)獲取、數(shù)據(jù)處理、判別分類。解決圖像識別的方法概括起來可分為統(tǒng)計模式識別、結構模式識別

2、、模糊圖像識別與智能模式識別。20 世紀80年代新興的人工神經(jīng)網(wǎng)絡，作為一種廣義的智能模式識別法，具有高度的并行性、分布式存儲、良好的容錯性、自適應性和聯(lián)想記憶功能、高度的非線性處理等能力，在模式識別領域中取得了許多傳統(tǒng)方法所難達到的成就。而神經(jīng)網(wǎng)絡圖像識別技術是隨著當代計算機技術、圖像處理、人工智能、模式識別理論等發(fā)展起來的一種新興圖像識別技術，是在傳統(tǒng)的圖像識別方法的基礎上融合神經(jīng)網(wǎng)絡算法的一種圖像識別方法。
　　 本文介紹

3、了目前常用的幾種基于神經(jīng)網(wǎng)絡的圖像識別方法，根據(jù)圖像識別的特點，提出了利用BP 網(wǎng)絡、徑向基函數(shù)兩種神經(jīng)網(wǎng)絡圖像識別模型，分別給出了兩種模型的學習算法和具體應用技術。主要工作包括以下幾個方面：
　　 1、簡要介紹了圖像預處理技術及圖像識別的基本原理。
　　 2、介紹幾種常見的神經(jīng)網(wǎng)絡模型和模式識別方法；
　　 3、對BP 神經(jīng)網(wǎng)絡的結構及BP 算法做了系統(tǒng)的分析研究，在此基礎之上，提出了BP 神經(jīng)網(wǎng)絡在圖像識別中

4、的應用；
　　 4、利用徑向基（RBF）函數(shù)神經(jīng)網(wǎng)絡模型最后對醫(yī)學圖像進行識別和分類，并和其他方法進行對比。
　　 論文給出了圖像識別在實際問題中的具體應用：基于BP 神經(jīng)網(wǎng)絡的數(shù)字識別方法以及利用徑向基（RBF）函數(shù)神經(jīng)網(wǎng)絡模型對幾幅醫(yī)學圖像進行識別與分類。
　　 測試結果表明了本文所提出的基于人工神經(jīng)網(wǎng)絡的圖像識別與分類方法具有較強的實際應用價值，并對研究工作進行總結，對這種圖像識別技術進行了深入分析和展望。