基于BP神經(jīng)網(wǎng)絡的數(shù)字圖像分類系統(tǒng)研究.pdf

1、隨著計算機技術(shù)和人工智能等科學的發(fā)展,計算機在越來越多的領(lǐng)域取代人來進行工作,并由此衍生出很多熱點學科,計算機視覺就是其中之一。計算機視覺是利用機器來模擬人的視覺系統(tǒng),通過成像系統(tǒng)來捕獲圖像,然后通過計算機處理、分析圖像,獲得圖像中包含的模式信息,然后做出相應判斷的學科。計算機視覺可以用于生產(chǎn)、醫(yī)療診斷、監(jiān)控等多個領(lǐng)域,并可大大減少人的勞動。
　　計算機視覺是一門很綜合的學科,其中涉及到圖像處理、模式識別等多方面的知識。通過運用圖

2、像處理知識,可以對圖像進行濾噪、分割等操作,進而修補圖像的缺陷和簡化圖像復雜度。利用模式識別知識,可以使計算機模擬人的思考過程,智能的對圖像進行分析、理解,提取其中的特征量,進而對所得的特征量進行綜合、比較,最后幫人做出正確的判斷。在這個過程中,模式識別是重點,也是其中的難點。因為事物千差萬別,各自包含的特征分布也各不相同。只有認真地對待分類圖像進行分析后,才能正確地提取不同圖像中的特征量,然后再利用這些特征量對計算機進行訓練、學習,才

3、能在之后的工作過程中正確、高效地對圖像判斷、分類。
　　模式識別的過程一般包括信息提取、預處理、特征提取選擇和分類幾個步驟。本文中分類部分采取了BP神經(jīng)網(wǎng)絡的方法,它是一種有導師的智能神經(jīng)網(wǎng)絡識別法,通過有限的案例學習就可以使神經(jīng)系統(tǒng)保持―記憶‖,并利用這種記憶去分類。特征的選取分類有多種方法,比如歐氏距離、概率距離等多種方法,本文的后面章節(jié)將以手勢分類和干細胞分類為例,展示了對不同模式進行分析后,綜合利用上述方法,合理地選擇不同