论文题目: 基于神经网络的图像识别系统的研究及实现
论文类型: 硕士论文
论文专业: 农业机械化工程
作者: 董辉
导师: 余建桥
关键词: 图像识别,神经网络,边缘检测,不变矩
文献来源: 西南农业大学
发表年度: 2005
论文摘要: 图像识别是近20年来发展起来的一门新型技术科学,它以研究某些对象或过程(统称图像)的分类与描述为主要内容。图像识别所研究的领域十分广泛,它可以从医学图像中进行癌细胞的识别;可以从机械加工中识别出零部件;可以是从遥感图片中识别农作物、森林、湖泊和军事设施;可以是自导引小车中的路径识别;可以是邮政系统中自动分拣信函;可以识别违章行驶的汽车牌照;可以进行银行支票的识别等,图像识别是上述课题中的最基础、最重要的技术。本论文研究分析了传统的图像识别方法,发现传统的方法中具有一定的局限性,不利于图像识别技术的广泛应用,因此提出了基于神经网络的图像识别算法,并依据神经网络的特点对图像识别中的相应技术进行了适当地改进。 本论文的研究思路是按照图像识别的基本步骤进行的:(1) 利用简单有效的算法公式,将彩色图像进行图像的灰度化转换及二值化处理,实现图像的数字化处理;(2) 采用平滑滤波、中值滤波、和锐化滤波等算法去除图像中的噪声信息,对图像进行有效地增强;(3) 通过对边缘检测法中的Roberts算子、Sobel算子和正交算子的分析,得到了一种新的改进边缘检测分割算法,使得图像分割算法具有一定的普遍意义;(4) 根据神经网络识别的特点,研究了不变矩的特性,发现其在离散状态下所具有的问题,通过对其比例因子进行适当得改进,得到一种新的改进不变矩算法,该方法保证了图像特征提取的准确性;(5) 确定BP神经网络的隐层数,在BP神经网络中通过引入多次选择不同的初始权值和加入动量因子两种方法对其进行改进,使神经网络的识别方法更迅速、更准确。其中图像分割、图像特征提取及BP神经网络识别是本研究的重点,另外本论文还利用上述算法设计出了基于BP神经网络的图像识别系统。本论文主要取得下列成果。 1.改进的边缘检测图像分割算法 图像分割是由图像处理转到图像分析的关键。本论文通过对边缘检测中的Robots算子、sobel算子及正交算子进行分析,发现每个算子在进行梯度计算时它们的模板中各个像素位权重是给定的,这就决定了只能考虑空间上的某个方位,而实际上对于图像边缘的方位性质,一般是事先不明确的。因此,本论文采用了一种更具有普遍意义的边缘检测算子。该算子选用3×3的模板,模板中各个像素点的权重,事先不给加以确定,因为图像边缘容易出现在图像灰度突变的交界处,所以可以先确定模板中各个位置所对应像素的灰度值大小,这样就可以粗略地判断边缘出现的方向,然后根据边缘可能出现的方向来决定各个方位上像素的加权系数。本论文根据新算子的构造机理及大量实验,验证了新算子对边缘检测的经典算子是一个很好的补充。 2.基于改进不变矩的图像特征提取算法 特征抽取是图像识别中的一个关键问题,其基本任务是如何从许多特征中找出那些最有效的特征。对于基于神经网络的识别方法而言,其核心是利用图像的特征进行训练识别,理
论文目录:
摘要
ABSTRACT
第1章 文献综述
1．1 图像识别的技术及意义
1．2 人工神经网络图像识别技术
1．3 特征提取
1．4 图像分割
第2章 绪论
2．1 研究目的与意义
2．2 研究目标与主要内容
2．3 主要技术路线
第3章 图像数字化与表示
3．1 图像的数字化
3．2 图像的存储
3．3 图像的二值化
第4章 图像增强
4．1 图像的平滑滤波
4．2 图像的中值滤波
4．3 图像的锐化
第5章 图像的分割
5．1 边缘检测
5．2 改进的边缘检测算法
第6章 字符的特征提取
6．1 矩特征
6．2 图像的不变矩特征量及其改进的算法
第7章 神经网络与图像识别
7．1 神经网络识别方法
7．2 BP神经网络模型
7．3 BP神经网络的优化及改进
第8章 基于神经网络的图像识别系统的设计
8．1 系统流程图
8．2 程序实现
8．3 图像识别
8．4 BP神经网络图像识别系统与传统识别方法的比较
第9章 结论
参考文献
附录：相关程序代码
致谢
发表论文及参加课题一览表
发布时间: 2005-07-19
参考文献
- [1].基于深度神经网络的图像识别系统的研究与改进[D]. 白亚龙.哈尔滨工业大学2014
- [2].基于蚁群神经网络的软件老化趋势预测[D]. 陈小勇.哈尔滨工程大学2011
- [3].基于神经网络的银行卡反欺诈系统模型的改进及其实证[D]. 周鸣.华东师范大学2007
- [4].基于卷积神经网络的图像分类算法研究[D]. 严寒.西北大学2018
- [5].融合多重语义对齐表示的机器阅读理解研究[D]. 季静.南京师范大学2018
- [6].基于卷积神经网络的情感分类算法研究[D]. 尹化荣.西北大学2018
- [7].基于卷积神经网络的图像分类算法研究[D]. 邹鑫.西北师范大学2018
- [8].基于电子商务背景的智能挖掘技术及应用研究[D]. 王萍.湖南大学2014
- [9].基于BP神经网络的车牌识别研究[D]. 董天宇.华北理工大学2018
- [10].基于混合生物地理学优化算法和BP神经网络的树叶分类系统[D]. 杨蒙蒙.南京师范大学2018
相关论文
- [1].基于BP神经网络的图像识别与跟踪研究[D]. 方彩婷.西安电子科技大学2006
- [2].基于神经网络的图像识别技术研究[D]. 李仲龙.长春理工大学2007
- [3].基于神经网络的图像识别技术的研究[D]. 王莉利.大庆石油学院2007
- [4].基于人工神经网络的图像识别方法研究[D]. 战国科.中国计量科学研究院2007
- [5].神经网络图像识别技术研究与实现[D]. 彭淑敏.西安电子科技大学2005
- [6].基于人工神经网络的平面图像识别研究[D]. 时文.武汉理工大学2005
- [7].基于神经网络的图像识别技术在机器人视觉系统中的应用[D]. 袁向荣.山东大学2005
- [8].基于神经网络的图像识别研究[D]. 张志勇.河北工业大学2006
- [9].人工神经网络及其在图像识别中的应用研究[D]. 杨治明.重庆大学2003
- [10].基于小波变换和人工神经网络的图像识别研究[D]. 宋卫荣.苏州大学2003