基于图像局部奇异值向量和BP神经网络分类器的道路导航方法

• 作者: 尹洪祥 杜戊 闻邦椿 韩清凯
• 来源期刊: 机器人
• 关键词: 图像模式识别 局部奇异值向量 BP神经网络分类器 道路导航
• 年，卷（期）: 2004,（1）
• 所属期刊栏目: 论文与报告
• 页码范围: 17-21
• 页数: 5页
• 分类号: TP24
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0446.2004.01.004

摘要

提出以道路图像矩阵的局部奇异值向量作为特征输入,以BP神经网络作为分类器的道路导航方法.首先将图像分割成若干子图像,然后分别对子图像进行奇异值分解,提取子图像的代数特征向量. 子图像的特征奇异值组成整个图像的局部奇异值向量,作为分类器的输入.再利用BP神经网络分类器对道路图像进行训练及识别.实验中处理了三类道路图像(偏左、偏右、正确方向),每类用20幅图像作为训练样本,30幅用作测试.结果表明,这种道路导航方法的识别率达到了100%.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闻邦椿	东北大学机械工程与自动化学院	749	9265	41.0	55.0
2	韩清凯	东北大学机械工程与自动化学院	71	927	16.0	28.0
3	杜戊	东北大学机械工程与自动化学院	2	45	2.0	2.0
4	尹洪祥	东北大学机械工程与自动化学院	1	4	1.0	1.0