基于改进型PCNN赋时矩阵的图像特征识别方法

• 作者: 刘勍 张晓曦 马义德
• 来源期刊: 电视技术
• 学科: 工学
• 关键词: 图像识别 特征提取 AULPCNN 神经网络 赋时矩阵 重心特征
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 数字视频
• 页码范围: 15-18
• 页数: 4页
• 分类号: TN911.73
• 字数: 2988字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-8692.2009.09.005

摘要

提出了一种基于自适应Unit-Linking脉冲耦合神经网络(ULPCNN)赋时矩阵的图像特征识别算法.该方法在充分考虑图像局部信息的基础上,对ULPCNN周值函数及链接强度做了修正改进,形成自适应连接的AULPCNN,利用AULPCNN模型对原始图像进行处理,生成一种从空间图像信息到时间信息的赋时矩阵映射图,并将其视为一幅图像进行处理.然后利用物理学相关概念定义赋时矩阵重心不变特征,且将这一特征运用在图像特征提取与目标识别中.理论分析和实验结果表明:AULPCNN赋时矩阵重心特征具有良好的抗几何畸变性(TRS)、抗亮度畸变性和抗噪声干扰不变性,具有提取特征参数少、提取方法简单、易于实现、识别正确率较高和稳健性强等特点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马义德	兰州大学信息科学与工程学院	149	2170	21.0	42.0
2	张晓曦	西安电子科技大学电子工程学院	3	9	3.0	3.0