2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩62頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、計(jì)算機(jī)視覺在眾多領(lǐng)域都有廣泛的應(yīng)用,比如家庭智能機(jī)器人、儀表自動(dòng)監(jiān)測(cè)、汽車低速自動(dòng)導(dǎo)航駕駛和航空?qǐng)D片中的物體識(shí)別,并且隨著計(jì)算機(jī)視覺技術(shù)的發(fā)展,計(jì)算機(jī)視覺將具有更廣泛的應(yīng)用前景。而計(jì)算機(jī)視覺的重要研究課題之一是物體識(shí)別,并且特征提取和分類是物體識(shí)別的關(guān)鍵步驟。在識(shí)別物體的方法和過程中,還存在許多問題和挑戰(zhàn),比如如何從2D圖片中快速而準(zhǔn)確的識(shí)別出物體。人類的視覺系統(tǒng)就能夠輕易地快速識(shí)別2D圖片中的物體,這實(shí)際上是一個(gè)由2D信息出發(fā)輔以先驗(yàn)

2、知識(shí)識(shí)別物體的過程。本文就從物體的形狀信息出發(fā),提出一種基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的物體識(shí)別方法。 在特征提取方面,利用矩算法提取物體的不變性特征,并詳細(xì)討論了Hu矩及其修正算法。不變矩方法,能夠反映物體的形狀信息,并具有較好的抗噪性能,同時(shí)因不受被識(shí)別物體大小、位置、方位的影響而被廣泛應(yīng)用于物體識(shí)別、景物匹配、圖像分析及字符識(shí)別等許多方面。并且修正的Hu不變矩,不管在連續(xù)的狀態(tài)下還是在離散狀態(tài)下都對(duì)平移、縮放、旋轉(zhuǎn)具有不變性,而且具

3、有較小的時(shí)間復(fù)雜度,可以用來有效的識(shí)別物體。本文在MATLAB實(shí)驗(yàn)環(huán)境下對(duì)修正的Hu不變矩算法進(jìn)行了實(shí)現(xiàn)。 在分類識(shí)別方面,先分析了BP神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu),算法,存在的缺點(diǎn)并提出加入動(dòng)量項(xiàng)、共軛梯度法、正則化方法、彈性BP算法、自適應(yīng)學(xué)習(xí)速率動(dòng)量梯度下降反向傳播算法,這一系列改進(jìn)的學(xué)習(xí)算法,以滿足解決不同問題的需要。其中自適應(yīng)學(xué)習(xí)速率動(dòng)量梯度下降反向傳播算法,可以有效避免BP網(wǎng)絡(luò)收斂速度慢和存在所謂“局部最小值”問題。最后在MATL

4、AB實(shí)驗(yàn)環(huán)境中,將該改進(jìn)后的BP算法用于識(shí)別Coil-20(columbia object image library)圖像數(shù)據(jù)庫(kù)中的物體。并且該實(shí)驗(yàn)是在無噪聲和有噪聲兩種情況下分別進(jìn)行的。 與基于傳統(tǒng)BP算法的物體識(shí)別方法進(jìn)行實(shí)驗(yàn)比較,該改進(jìn)后的BP算法進(jìn)一步提高了BP神經(jīng)網(wǎng)絡(luò)在處理非線性和不確定因素問題上的能力,并且該改進(jìn)算法無論是在無噪聲情況下,還是在有噪聲情況下,都比傳統(tǒng)的BP算法具有更高的識(shí)別率和更快的收斂速度。從而證

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論