首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 218 毫秒
1.
主要研究利用小波变换和径向基神经网络进行签名图像的分类识别.它包括不同签名图像和相似签名图像的分类识别.所提出的方法包括小波域的图像特征提取和利用径向基神经网络的模式分类.采用小波的多分辨分析方法对签名图像进行时频分析特别有效.熵和能量相关特征的概念用于小波域.径向基神经网络具有快速的收敛速度和分类能力.实验仿真证实了利用小波变换和径向基神经网络进行签名图像分类识别的有效性,且成功识别率100%.  相似文献   

2.
脉冲耦合神经网络用于图像检索时,具有平移、旋转、尺度、扭曲等不变性,同时对噪声还具有很好的鲁棒性.本文提出了一种改进的脉冲耦合神经网络图像纹理检索算法,该算法将脉冲耦合神经网络和离散余弦变换相结合.首先将脉冲耦合神经网络输出的二值图像序列进行离散余弦变换,然后选择不同的特征提取方法提取纹理图像的关键特征,最后利用欧氏距离分类器对图像进行识别,基于Brodatz纹理图像库的实验结果证明了该算法的有效性。  相似文献   

3.
张正  李青 《教育技术导刊》2015,14(4):148-150
针对传统脉冲耦合神经网络图像分割需要人工多次调整网络参数的问题,提出根据图像本身信息的自适应参数设置方法。并对传统脉冲耦合神经网络进行改进,利用改进的脉冲耦合神经网络进行图像分割,并利用最大二维Tsallis熵准则自适应确定分割结果。仿真实验结果表明,该方法能获得视觉效果较好的分割结果。  相似文献   

4.
将图像的像素特征与矩特征结合,构建了神经网络分类器,利用提取的特征向量对分类器进行了训练和测试。将图像二值化,并归一化为16*16大小,提取了其每个像素点的0、1特征共16*16=256维,图像的网格特征13维,及Hu矩特征7维,一共276维特征。建立了BP神经网络分类器,分别使用最速下降BP算法、动量BP算法、学习率可变BP算法对BP神经网络分类器进行了训练,得出了在相同条件下学习率可变BP算法训练时间短,收敛快的结论。建立了PNN神经网络分类器,与BP神经网络分类器性能进行比较,实验结果表明,PNN神经网络分类器性能更好。  相似文献   

5.
一种小波域K-Means遥感图像分类标注算法   总被引:1,自引:0,他引:1  
由于合成孔径雷达图像(遥感)的相干斑噪声数据丰富,导致传统的遥感图像分割方法分割效果不佳,采用学习理论和神经网络改善图像处理性能。根据图像统计特征,采取神经网络语义提出一种高效的图像纹理特征分割方法。首先,利用K-means聚类提取遥感图像的纹理特征,然后根据遥感图像在小波域中的分布特征对其进行滤波,最后利用语义对滤波后的遥感图像纹理特征和灰度组成的矢量进行分割归类,在遥感图像分割中快速标注分类以便于视觉分析。利用区域一致性分割分类,由聚类样本特征匹配进行图像分类标注,对变化检测进行统计分析,过分割或欠分割误差聚类样本不做标注,选取最佳样本聚类k值标注分类结果。  相似文献   

6.
图像分割是对图像进行分析和理解的基础,彩色图像由于较灰度图像具备更多的视觉信息而越来越受到人们的关注.对彩色特征空间的选取,以及近年来通过结合模糊数学、马尔可夫随机场、神经网络、遗传算法、小波分析等特定理论工具和模型的彩色图像分割方法和策略进行了介绍.  相似文献   

7.
通过把人工神经网络引入到水下目标识别这一研究领域中,利用样本干涉图像对神经网络进行训练,用已训练好的神经网络对待识别的干涉图像来进行判别和分类从而达到自动识别的目的。然后根据这种方案设计出识别算法,运用VC++进行软件编程,在电子计算机上进行仿真实验;最后从识别准确率和识别速度两个方面对这种识别方案进行分析,实验结果表明这种识别方案具有可行性。  相似文献   

8.
匡青 《教育技术导刊》2017,16(2):178-181
卷积神经网络是深度学习的一种高效识别方法,将卷积神经网络引入商品图像识别中,能够提高识别精度。卷积神经网络可以直接输入原始图像,以避免对图像进行复杂的预处理工作。首先介绍了卷积神经网络的各层作用,然后设计了多种基于卷积神经网络识别商品图像的模型,从多方面测试了卷积神经网络的分类性能。为提高训练速度,卷积层的激活函数采用线性修正函数(Rectified Linear Units,ReLU)。为确保模型的判别性,对下采样层的特征图进行局部对比度归一化,所设计的网络模型在实验中均达到90%以上的平均分类正确率。  相似文献   

9.
基于细胞神经网络(Cellular Neural Networks)的数字图像加密算法,利用细胞神经网络独有特性,构造一个五维的混沌序列作为秘钥源,在此基础上利用Logistic混沌序列图像像素置乱算法,从而实现对图像加密.编程模拟仿真实验表明,加密图像置乱度高,相邻像素的相关性小,抗攻击性强,安全性更高.最后对明文和密文进行相关性分析,从理论上验证了该加密算法的可靠性.  相似文献   

10.
图像分割是对图像进行分析和理解的基础,彩色图像由于较灰度图像具备更多的视觉信息而越来越受到人们的关注、文章对彩色特征空间的选取,以及近年来通过结合模糊数学、马尔可夫随机场、神经网络、遗传算法、小波分析等特定理论工具和模型的彩色图像分割方法和策略加以介绍.  相似文献   

11.
传统的遥感影像目标检测方法大多利用人工提取特征,难以用于背景复杂的高分辨率遥感影像。以高分辨率遥感影像建筑物图像为研究对象,设计了一种基于LVQ神经网络的建筑物提取方法。对图像提取其颜色、纹理与形状特征,构成图像特征矢量并将其特征归一化,利用LVQ神经网络识别并提取出建筑物。通过与其它典型神经网络识别方法进行实验比较,结果表明该算法相对于单层感知器识别率提高了10.0%,比BP神经网络识别率提高了22.5%,能取得更理想的提取效果。  相似文献   

12.
压缩感知理论自问世以来得到很多学者的青睐,在信息传输中,图像的传输占据了很大一部分,对图像的压缩受到了广泛的关注.把压缩感知技术和神经网络算法结合进行图像压缩,实践证明能够利用神经网络对压缩感知观测矩阵进行预测,提高压缩率,改进传输效率,且不影响图像的恢复效果.  相似文献   

13.
工具痕迹是一种出现在刑事案件中的重要物证,同时也是串并同类案件的重要依据。充分利用案件现场的工具痕迹有着十分重要的意义。根据小波变换原理,从纹理分析的角度出发,对工具痕迹图像进行二维小波变换,提取灰度共生矩阵的相关特征参数构造BP神经网络对痕迹图像进行分类识别,实验表明,该方法能细致的描述工具痕迹图像的纹理特征,可以辅助刑事技术人员进行工具痕迹图像特征的比对分析。  相似文献   

14.
提出了一种基于全连接神经网络(FNN)的图像重新着色算法。该算法提取着色线条所在区域的像素RGB颜色特征值和相应的着色线条分类为数据集,为了减少神经网络的训练时间,对数据集进行了采样;把FNN作为一个像素级的多分类神经网络,利用这些训练数据训练FNN,将待重新着色图像中逐个像素的特征值作为神经网络的输入,获得每个像素属于着色线条的似然概率;根据神经网络输出的每个像素属于着色线条的似然概率,计算最终的图像重新着色结果。与现有的基于卷积神经网络的图像重新着色方法相比,该方法避免了神经网络在训练阶段需要大规模的训练样本的弊端,且能够达到近实时的交互性能,同时用户只需输入少量的用户着色线条,就能获得高质量的图像重新着色效果。  相似文献   

15.
提出一种基于Adaboost算法对人脸图像进行情绪识别的方法。先将视频进行图像数据采集,再通过基于Haar特征值的自适应增强计算,即Adaboost计算检测人脸特征,将迁移机器学习技术运用到多任务的卷积式神经网络,然后利用卷积神经网络的情绪回归计算人脸表情的效价和唤醒度得分。不但可以解决对复杂背景图像的高误检率问题,而且还可以解决对多姿态单人脸图像的低检率问题。经仿真试验证明,该方法对单人脸、多人脸和复杂背景多人图像都有较好的测量效果,实用性较强。  相似文献   

16.
湘西方块苗文是湖南省湘西少数民族地区使用的一种文字,在采用传统的BP神经网络对字符图像进行识别时,易出现收敛速度慢、陷入局部极小值的问题。对此,为采用BP神经网络对湘西方块苗文图像进行更好地识别,提出了一种基于附加动量法和自适应学习速率相结合的改进型BP神经网络,并将其应用于湘西方块苗文的识别。仿真结果表明,该算法不但收敛速度快,而且可以避免陷入局部极小值。  相似文献   

17.
鉴于高温物体的颜色与其温度之间存在某种非线性关系,用数码相机对高温物体发出的颜色光进行标定得到颜色的特征参数,再利用神经网络的非线性逼近能力即可得到温度值。通过分别训练BP,RBF和小波神经网络,分析比较三种网络在图像颜色测温中对温度的拟合。  相似文献   

18.
《实验技术与管理》2016,(9):122-125
介绍了大数据技术中的卷积神经网络和多模态智能技术中的支持向量机、谱聚类等模型。以图像检索和图像分割为例,详述了采用卷积神经网络遴选图像特征表征之后,运用多模态技术进行模型参数自动定参和实际运用的实现过程。该研究项目用于计算机视觉课程的实验教学,有利于学生学习计算机视觉领域的前沿技术,运用不同模型解决实际问题,锻炼学生组织实验、分析实验数据和团队协作等综合能力。  相似文献   

19.
针对传统人工煤矸在线识别方法精确度低、劳动强度大的问题,提出一种基于动态补偿模糊神经网络的煤矸识别方法。该方法基于煤和煤矸石的元素含量不同、X射线的衰减不同,在X射线透射后成像具有不同的图像特征,用动态补偿模糊神经网络学习算法对其图像特征进行分析,提高识别准确率,并通过仿真实验对应用动态补偿模糊神经网络学习算法的煤矸分选结果进行了测试验证。实验结果表明:动态补偿模糊神经网络的学习算法能够满足煤矸识别要求,能够适应不同组成的煤和煤矸石的分类识别要求,提高了煤与煤矸石识别的准确率,具有较高的可靠性和较好的应用前景。  相似文献   

20.
在传统神经网络的基础上,引入小波函数而构成的小波神经网络具有极强的函数映射能力,在图像压缩领域有着较多应用.为了进一步提高图像的压缩质量,引入了遗传算法对传统小波神经网络算法进行改进,在对小波基平移和伸缩参数系数进行寻优时,将其作为种群初始化,经过选择、交叉和变异,获得最佳染色体,最后将最佳染色体转化成对应的权值、伸缩系数和平移系数从而进行小波神经网络映射.实验结果表明,改进后的小波神经网络图像压缩方法相较传统小波神经网络法,均方误差分别降低了14.8%和16.7%,图像信噪比分别提高了9.15%和7.11%,图像压缩质量有了较大提高.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号