基于不变矩特征和RBF神经网络的图像识别

被引：3

作者：

徐胤

乐珺

袁浩巍

机构：

[1] 上海电气集团股份有限公司中央研究院

来源：

上海电气技术 | 2015年 / 8卷 / 03期

关键词：

不变矩特征; 前馈神经网络; 径向基函数; 径向基函数神经网络; 图像识别;

D O I：

暂无

中图分类号：

TP391.41 []; TP183 [人工神经网络与计算];

学科分类号：

080203 ;

摘要：

针对图像中几何形状的识别问题,提出了一种图像识别学习算法,提取图像边缘后,使用Hu不变矩方法提取训练集图像的7个不变矩特征向量,再使用以上特征向量构造径向基函数神经网络。对测试集图像提取不变矩特征向量,对获得的特征向量进行分类。实验结果表明,对于经过平移、缩放、旋转后的几何图形识别,基于不变矩特征与径向基函数神经网络的识别算法,识别的正确率在90%以上。

引用

页码：33 / 36

页数：4

共 12 条

[1]

Geometrical and statistical properties of systems of linear inequalities with applications in pattern recognition. Thomas M Cover. IEEE Transactions on Electronic Computers . 1965

[2]

机器学习[M]. 机械工业出版社 , (美)TomM.Mitchell著, 2003

[3]

Interpolation of scattered data: Distance matrices and conditionally positive definite functions[J] . Charles A. Micchelli. &nbspConstructive Approximation . 1986 (1)

[4]

Visual pattern recognition by moment Invariant. Hu MK. IRE Transactions on Information Theory . 1962

[5]

Pattern recognition by affine moment invariants. Flusser J,Suk T. Pattern Recognition . 1993

[6]

Multivariable functional interpolation and adaptive networks. D.S. Broomhead,David Lowe. Complex Systems . 1988

[7]

图像工程[M]. 清华大学出版社 , 章毓晋, 2007

[8]

RBF神经网络的研究与应用[D]. 缪凯.青岛大学 2007

[9] 基于广义霍夫变换的芯片检测 [J].

张小军 ;

胡福乔 .

计算机工程, 2009, 35 (23) :252-254+257

[10]

Neural Networks for Pattern Recognition. Christopher M Bishop. . 1996

← 1 2 →