模糊理论与BP网络在目标识别中的应用

• 作者: 吴川 朱明 杨冬
• 来源期刊: 测试技术学报
• 学科: 工学
• 关键词: 特征向量 模糊理论 隶属函数 二值代图像 BP网络
• 年，卷（期）: 2005,（3）
• 所属期刊栏目: 测试技术及理论研究
• 页码范围: 287-293
• 页数: 7页
• 分类号: TP391.4
• 字数: 3712字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7449.2005.03.011

摘要

针对利用神经网络进行目标识别时特征向量选取中存在的一些问题:如特征向量选取不当,导致不同目标特征向量值可区分性差;相同目标由于大小、平移、旋转角度的不同,导致特征向量值具有较大差异等,首先对样本图像边缘提取,然后对已有的隶属函数进行改造,提出了一种基于模糊理论的阈值分割法,把图像二值化处理,提取出样本图像中目标的边缘轮廓,对其取不变矩.并归一化不变矩,为了避免不变矩数值过小,对其取对数,以此作为BP网络的输入特征向量,进行训练和识别.试验表明该方法能快速有效地识别出目标.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱明	中国科学院长春光学精密机械与物理研究所图像处理室	228	2519	25.0	40.0
2	杨冬	长春工业大学计算机科学与工程学院	9	56	5.0	7.0
3	吴川	中国科学院长春光学精密机械与物理研究所图像处理室	25	334	10.0	18.0