未找到相关数据
采用人工神经网络技术改善光学模式识别系统的识别效率
被引：3
作者：
洪汝桐
陈仁元
洪恩
许毅
机构：
[1] 西南技术物理研究所!成都
[2] 四川大学电子信息学院!成都
来源：
关键词：
人工神经网络(ANN);
光学模式识别(OPR);
B-P网络;
综合鉴别函数(SDF);
感兴趣区域(ROI);
类内识别;
D O I：
暂无
中图分类号：
TP183 [人工神经网络与计算];
TP391.4 [模式识别与装置];
学科分类号：
0811 ;
081101 ;
081104 ;
1405 ;
摘要：
在采用光学模式识别技术、ＳＤＦ（综合鉴别函数）滤波技术进行实际场景中的三维目标畸变不变识别的时候，由于面对的是大量的非训练像的相关识别，加上场景图像中的不同噪声、背景的干扰，以及硬件识别系统的各种非理想特征等因素，均不可避免带来相关平面的Ｓ／Ｎ的严重退化，从而使按通常的阈值技术进行相关信号分割的方法失败。因而大大降低了ＯＰＲ系统的识别效率。本文采用人工神经网络（ＡＮＮ）技术与光学模式识别技术（ＯＰＲ）相结合。通过对相关平面感兴趣区域（ＲＯＩ）的分割与强度分布特征抽取以及脱机人工神经网络的训练过程，使ＯＰＲ系统能有效地对输入的训练像、非训练像及各种背景噪声分别给出不同的输出响应，从而达到了大大提高ＯＰＲ系统的正确识别率
引用
收藏
页码：32 / 33+35
+35
页数：3
相关论文