基于小波神經(jīng)網(wǎng)絡(luò)的交通標(biāo)志識(shí)別研究.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。 利用小波變換以及人工神經(jīng)網(wǎng)絡(luò)在信息處理方面的優(yōu)勢(shì)來(lái)解決圖像識(shí)別問(wèn)題是本文研究的目的和重點(diǎn)。本文圍繞圖像識(shí)別這個(gè)中心課題，研究了目標(biāo)圖像原始數(shù)據(jù)的獲取、預(yù)處理、不變性特征的提取方面以及小波神經(jīng)網(wǎng)絡(luò)識(shí)別技術(shù)。 在圖像的預(yù)處理部分，先對(duì)獲取的圖像進(jìn)行平移、去噪，隨后對(duì)其進(jìn)行邊緣檢測(cè)、增強(qiáng)。最

2、后，由于獲取的圖像目標(biāo)和攝像機(jī)位置關(guān)系的不同，可能出現(xiàn)平移、尺度變化、扭曲、旋轉(zhuǎn)等不同的變化，將圖像進(jìn)行歸一化處理，使其成為對(duì)平移、尺度變化、扭曲具有不變性的規(guī)格化圖像。 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)介紹了常規(guī)矩、Zernike不變矩，針對(duì)這幾種傳統(tǒng)不變矩的缺點(diǎn)：它們都是在整個(gè)圖像空間中計(jì)算得到的圖像的全局特征，容易受到噪聲的干擾。本文引入了新的矩不變量-小波矩不變量，它將小波分析用于不變矩中，使其具有

3、平移、旋轉(zhuǎn)和比例不變性。利用小波矩不僅可以得到圖像的全局特征，而且也可以得到圖像的局部特征，還增加了小波對(duì)圖像結(jié)構(gòu)精細(xì)特征把握能力強(qiáng)的優(yōu)點(diǎn)，因而在識(shí)別相似物體方面具有更高的識(shí)別率。 在分類(lèi)識(shí)別方面，本文以小波不變量為特征，并對(duì)所提取的特征進(jìn)行優(yōu)化選擇，最后用優(yōu)化后的特征分別與BP神經(jīng)網(wǎng)絡(luò)、小波神經(jīng)網(wǎng)絡(luò)分類(lèi)器相結(jié)合進(jìn)行目標(biāo)圖像識(shí)別。本文通過(guò)仿真實(shí)驗(yàn)，對(duì)典型的交通標(biāo)志圖像進(jìn)行訓(xùn)練識(shí)別，并將其與常用的BP神經(jīng)網(wǎng)絡(luò)標(biāo)志識(shí)別算法相比，小波