基于BP神經(jīng)網(wǎng)絡(luò)圖像識(shí)別的研究.pdf

1、圖像識(shí)別是對(duì)圖像所蘊(yùn)含的信息進(jìn)行計(jì)算、分析，對(duì)其進(jìn)行分類或從中提取有用的信息。它一般有五個(gè)步驟：圖像數(shù)字化、圖像預(yù)處理、圖像分割、圖像特征提取、圖像識(shí)別?；谏窠?jīng)網(wǎng)絡(luò)的圖像識(shí)別技術(shù)是隨著當(dāng)代計(jì)算機(jī)技術(shù)、圖像處理、人工智能、模式識(shí)別理論等發(fā)展起來(lái)的一種新型圖像識(shí)別技術(shù)，是在傳統(tǒng)的圖像識(shí)別方法的基礎(chǔ)上融合神經(jīng)網(wǎng)絡(luò)算法的一種圖像識(shí)別方法。 本文的研究工作涉及了圖像分割、圖像特征提取、圖像識(shí)別三個(gè)環(huán)節(jié)，對(duì)這三個(gè)環(huán)節(jié)的某些技術(shù)進(jìn)行了改進(jìn)和

2、創(chuàng)新；同時(shí)也涉及了神經(jīng)網(wǎng)絡(luò)的改進(jìn)和創(chuàng)新，包括對(duì)單個(gè)網(wǎng)絡(luò)、幾個(gè)網(wǎng)絡(luò)集成的改進(jìn)和創(chuàng)新。具體如下： (1)在研究和總結(jié)了BP神經(jīng)網(wǎng)絡(luò)算法缺陷、梯度算法改進(jìn)、智能算法改進(jìn)的基礎(chǔ)上，融合遺傳算法、模擬退火法、BP梯度算法的優(yōu)點(diǎn)，對(duì)BP神經(jīng)網(wǎng)絡(luò)算法進(jìn)行改進(jìn)。 (2)在圖像邊緣檢測(cè)(屬圖像分割)環(huán)節(jié)中，針對(duì)實(shí)際圖像邊緣通常比較復(fù)雜，難以用數(shù)學(xué)方法精確描述的的問(wèn)題，將改進(jìn)算法后的BP神經(jīng)網(wǎng)絡(luò)用到圖像邊緣檢測(cè)中，克服經(jīng)典邊緣檢測(cè)算子適應(yīng)性

3、差的缺點(diǎn)。 (3)在圖像特征提取的環(huán)節(jié)中，針對(duì)不同圖像的矩特征容易接近的缺點(diǎn)，改變矩特征的提取過(guò)程，使之由原來(lái)直接對(duì)灰度圖像提取，改為對(duì)突出邊緣的圖像進(jìn)行提取。 (4)在圖像識(shí)別的環(huán)節(jié)中，針對(duì)遙感圖像中地物的識(shí)別，提出了融合光譜特征和紋理特征的神經(jīng)網(wǎng)絡(luò)圖像識(shí)別。 (5)在神經(jīng)網(wǎng)絡(luò)分類器集成方面，研究分析了集成提高性能的原因，提出了“單類別分類器集成”、“單特征組分類器集成”兩種分類器集成方法。 (6)在分