圖像目標(biāo)的快速智能識別研究.pdf

1、基于圖像的目標(biāo)識別方法由于其非接觸特性和成本低廉，受到工業(yè)、安全等領(lǐng)域的廣泛歡迎。隨著應(yīng)用的深入，識別對象類型繁多，識別系統(tǒng)往往被設(shè)計得非常復(fù)雜才能滿足識別能力的要求，系統(tǒng)的復(fù)雜化一般會延長目標(biāo)識別時間，這對于一些實時性要求較高的場合是致命的，比如工業(yè)在線檢測和視頻監(jiān)控。
　　 為了解決圖像識別系統(tǒng)的識別能力和實時性之間的矛盾，本文從圖像識別的全過程進行整體考慮，設(shè)計一種優(yōu)化的、面向工業(yè)生產(chǎn)線環(huán)境的圖像識別系統(tǒng)。
　　

2、為了提高實時性，首先，本文針對背景相對簡單的工業(yè)環(huán)境，提出一種快速邊緣檢測算法，通過邊緣方向膨脹和扇形擴展的方法，充分利用邊緣特征的歷史信息，從而縮短邊緣檢測時間；其次，采用邊緣特征作為識別的依據(jù)，并定義了變異系數(shù)的概念度量常用邊緣特征的平移、旋轉(zhuǎn)和縮放的不變性，精選不變性好的特征形成一個規(guī)模盡量小的特征集；最后，提出一種基于改進ART2神經(jīng)網(wǎng)絡(luò)的方法進行識別分類，利用神經(jīng)網(wǎng)絡(luò)的在線計算時間短的特點，保證了目標(biāo)識別分類過程的快速性。

3、r>　　 為了提高識別能力，本文針對應(yīng)用于目標(biāo)分類的ART2網(wǎng)絡(luò)進行了改進，提高其智能水平：為了模仿人類在目標(biāo)識別過程中的自組織自學(xué)習(xí)能力，本文將活躍度與警戒值調(diào)節(jié)機制的概念引入了ART2網(wǎng)絡(luò)，使改進后的網(wǎng)絡(luò)在目標(biāo)識別過程中，能夠針對不同的目標(biāo)類型和不同的學(xué)習(xí)階段，產(chǎn)生不同的學(xué)習(xí)熱情；并能夠在有監(jiān)督和無監(jiān)督的條件下，完成對圖像目標(biāo)的學(xué)習(xí)、識別和記憶。
　　 實驗證明，文中的方法在保證了識別能力的同時，具有較高的實時性，能夠滿足