模糊理论与BP网络在目标识别中的应用

针对利用神经网络进行目标识别时特征向量选取中存在的一些问题:如特征向量选取不当,导致不同目标特征向量值可区分性差;相同目标由于大小、平移、旋转角度的不同,导致特征向量值具有较大差异等,首先对样本图像边缘提取,然后对已有的隶属函数进行改造,提出了一种基于模糊理论的阈值分割法,把图像二值化处理,提取出样本图像中目标的边缘轮廓,对其取不变矩.并归一化不变矩,为了避免不变矩数值过小,对其取对数,以此作为BP网络的输入特征向量,进行训练和识别.试验表明该方法能快速有效地识别出目标.