根据图像的不变矩特征,应用BP神经网络实现了图像的模式识别.由于神经网络本身具有很强的学习能力及容错能力,且采用并行工作方式,因此,此识别方法与传统的模式识别方法相比,具有较强的抗干扰能力及较快的识别速度.本文通过实验验证了此方法的有效性.
[1] 欧彦江, 袁中凡, OU Yan-jiang, YUAN Zhong-fan. 神经网络在二维图像识别中的应用 [J]. 中国测试技术 2006.doi:10.3969/j.issn.1674-5124.2006.01.038
[2] 李彩霞, 李芬华, 刘敏. 基于分形和神经网络的B超图像识别 [J]. 河北大学学报(自然科学版) 2004.doi:10.3969/j.issn.1000-1565.2004.05.020
[3] Liao S.X., Pawlak M.. On image analysis by moments [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence 1996, 3(3).
[4] Zhang JG., Tan TN.. Brief review of invariant texture analysis methods [Review] [J]. Pattern Recognition: The Journal of the Pattern Recognition Society 2002, 3(3).
[5] CHRISTOPHER M. Neural networks for pattern recognition [M]. Oxford:clarendon Press 1997.
[6] MARTIN T HAGAN HOWARD B, DEMUTH MARK H BEALE, 戴葵. 神经网络设计 [M]. 北京:机械工业出版社 2002.