基于小波分析的矩特征和神經(jīng)網(wǎng)絡(luò)的圖像識(shí)別.pdf

1、圖像識(shí)別是模式識(shí)別的一個(gè)重要分支,經(jīng)過(guò)數(shù)十年的發(fā)展,現(xiàn)在已經(jīng)滲透到了軍事、空間探索、醫(yī)學(xué)、郵電等各個(gè)領(lǐng)域,具有很大的實(shí)用價(jià)值和重要意義.該文主要研究了矩函數(shù)和神經(jīng)網(wǎng)絡(luò)分別在圖像識(shí)別的特征提取和模式分類方面的應(yīng)用.在特征提取方面,利用矩算法提取圖像的不變性特征,并詳細(xì)討論了Hu矩及其修正算法、Zernike矩和小波矩.針對(duì)其它基于Hu矩的算法沒(méi)有統(tǒng)一的形式,不利于某些應(yīng)用,該文通過(guò)計(jì)算機(jī)仿真說(shuō)明了相對(duì)不變矩更具有普遍性.針對(duì)連續(xù)小波矩在工

2、程中不宜使用,該文提出了一種實(shí)用的離散化方法,并通過(guò)計(jì)算機(jī)仿真與Zernike矩和相對(duì)不變矩做了比較,證明了離散小波矩特征在抗噪性和識(shí)別能力上是較優(yōu)的.在模式分類方面,針對(duì)K均值聚類算法要受到初始聚類中心的選擇及特征的幾何性質(zhì)的影響,標(biāo)準(zhǔn)BP算法收斂速率較慢及易于收斂到局部極小點(diǎn)的缺點(diǎn),該文采用小波BP網(wǎng)絡(luò)作為圖像識(shí)別系統(tǒng)的分類器,并描述了相應(yīng)的算法和程序設(shè)計(jì)步驟.仿真結(jié)果說(shuō)明小波BP網(wǎng)絡(luò)比K均值聚類算法的分類效果好,比BP算法的學(xué)習(xí)效