基于神經網絡的圖像特征分析.pdf

1、人們能很準確的識別出同類性質的圖像，而且無論它在什么樣的背景中，無論它放大、縮小、平移和旋轉等等。這主要由于人們能識別出特征，尤其是它的輪廓和形狀特征。隨著計算機圖像特征分析技術的發(fā)展，已經能基本提取出物體的形狀特征，但與人腦的差別還是很大，而且不具有人腦的智能。本文目的主要是研究基于神經網絡技術的機器視覺識別系統(tǒng)，使其具有類似人腦的識別物體形狀特征的能力，并能較為有效的提取出物體的形狀特征，并將結果主要應用于航空儀表的特征分析。

2、 在本文中，采用了基于神經網絡特征提取技術的設計思想。通過分析大量物體形狀特性和指針式儀表的形狀和結構特征，考慮到良好的特征應具有可區(qū)別性、可靠性、獨立性好、數(shù)量少的特點，將航空儀表的特征分為：圓弧、矩形和直線三個類型。通過研究發(fā)現(xiàn)BP網絡能夠根據樣本學習，具有自組織性、自學習性和容錯性等特性，因此提出了基于模糊BP神經網絡的特征提取方法。并研究了由模糊隸屬度和特征矩陣組成的模糊加權算子，由均方差理論產生的均方差權值，在提取過程中對神