基于小波不變矩的圖像識別算法的研究.pdf

1、圖像識別技術(shù)是指運(yùn)用圖像處理、模式識別、智能優(yōu)化算法及計算機(jī)相關(guān)技術(shù)對采集到的圖像進(jìn)行處理分析,得到信息量小但有用的圖像進(jìn)行識別的過程。本文所研究的圖像識別系統(tǒng)主要由圖像的預(yù)處理、特征值的提取、特征向量的選擇、分類識別四大部分組成。
　　本文利用加權(quán)平均法、全局閾值二值化的方法對圖像進(jìn)行預(yù)處理,采用小波不變矩提取圖像的特征向量,但是通常從圖像中提取的特征向量維數(shù)很高,而實際上只有能夠表征相似圖差異的特征值對識別才具有價值。針對小波

2、不變矩提取的特征向量維數(shù)過大的問題,為了提高分類器的性能,本文提出了一種基于改進(jìn)的入侵性雜草優(yōu)化算法的特征向量選擇算法,該算法有效的解決了特征向量的選擇問題,有效的降低了特征向量的維數(shù),通過實驗仿真性能優(yōu)于采用遺傳算法的特征向量選擇,并且驗證了特征向量選擇可以有效提高分類器的性能。
　　最后采用三層BP神經(jīng)網(wǎng)作為最終的分類器,采用LM算法的BP網(wǎng)絡(luò)訓(xùn)練方法,小波不變矩提取的特征向量的取值范圍是在實數(shù)范圍內(nèi)的,取值范圍比較大,不適合