期刊文献+
共找到8篇文章
< 1 >
每页显示 20 50 100
基于不变性矩特征的人工神经网络2-D形状识别
1
作者 姬光荣 王国宇 +1 位作者 吕洪涛 于青松 《青岛海洋大学学报(自然科学版)》 CSCD 1996年第2期223-230,共8页
在2—D不变性矩快速计算的基础上,利用人工神经网络,使用不变性矩完成2—D形状的识别。实验结果与现有文献的结果比较,本文采用的方法具有特征数目少、意义统一、识别快速、准确的特点。
关键词 不变性矩 神经网络 形状识别 特征数目
下载PDF
基于改进ART-2网络和不变矩的高压瓷瓶裂缝识别 被引量:12
2
作者 刘国海 蒋志佳 《仪器仪表学报》 EI CAS CSCD 北大核心 2009年第7期1420-1425,共6页
为了保证高压输电线路的正常运行,可以通过高压输电线路巡检机器人视觉系统完成高压输电线路的检测。本文通过CCD摄像头等硬件模拟机器人的视觉,完成对绝缘瓷瓶裂缝图像的采集。对图像经过滤波去噪、图像分割等预处理操作后,利用形状特... 为了保证高压输电线路的正常运行,可以通过高压输电线路巡检机器人视觉系统完成高压输电线路的检测。本文通过CCD摄像头等硬件模拟机器人的视觉,完成对绝缘瓷瓶裂缝图像的采集。对图像经过滤波去噪、图像分割等预处理操作后,利用形状特征和灰度差异完成图像中裂缝的定位。对于聚焦放大后的裂缝图像提取不变矩等四个特征值,得出图像信息。最后利用改进的ART-2神经网路,实现对绝缘瓷瓶裂缝五种状态:横向、纵向、块状、网状、无裂缝的分类识别。通过仿真和实验表明该算法可以有效、可靠地运用于绝缘瓷瓶裂缝类型识别研究中,并可方便地应用于其它领域。 展开更多
关键词 定位 特征提取 不变矩 分类识别 ART-2网络
下载PDF
基于ART-2神经网络及不变矩特征的图像模式识别 被引量:1
3
作者 郝雷 石圣羽 +1 位作者 宗晓萍 淮小利 《计算机工程与应用》 CSCD 北大核心 2007年第30期44-46,共3页
将图像进行预处理并提取图像的特征,计算出图像的不变矩,利用ART-2神经网络完成了对图像的模式识别。通过实验证明ART-2神经网络具有较高的识别率,并很好地解决了神经网络在模式识别中面对识别对象出现新模式时,网络的可塑性与稳定性的... 将图像进行预处理并提取图像的特征,计算出图像的不变矩,利用ART-2神经网络完成了对图像的模式识别。通过实验证明ART-2神经网络具有较高的识别率,并很好地解决了神经网络在模式识别中面对识别对象出现新模式时,网络的可塑性与稳定性的矛盾。 展开更多
关键词 ART-2神经网络 特征提取 不变矩 模式识别
下载PDF
基于矩不变量-2DPCA的掌纹识别算法 被引量:2
4
作者 马猷 孙季丰 《计算机仿真》 CSCD 北大核心 2010年第10期197-201,293,共6页
在掌纹识别问题的研究中,首先在频域内对图像在主方向上利用2D Gabor滤波器进行滤波,增强特征纹线信息。然后通过小波变换对掌纹图像进行分解,可以降低图像的分辨率并提取低频成份。对二维主成分分析(2DPCA)可以降低计算复杂度,有利于... 在掌纹识别问题的研究中,首先在频域内对图像在主方向上利用2D Gabor滤波器进行滤波,增强特征纹线信息。然后通过小波变换对掌纹图像进行分解,可以降低图像的分辨率并提取低频成份。对二维主成分分析(2DPCA)可以降低计算复杂度,有利于计算掌纹图像的特征。在样本采集过程中难免会有一些由于微小旋转或挤压所引起的噪声所带来的影响,为了对传统的2DPCA算法进行改进,并提高掌纹算法的识别率。同时利用减少上述噪声的影响。将两种方法结合在一起,反复进行掌纹特征的计算,最后使用最近邻法则进行匹配。实验表明,矩不变量配合2DPCA的方法可以提高掌纹图像的识别率。 展开更多
关键词 小波分解 二维主成分分析 矩不变量
下载PDF
Radial Hahn Moment Invariants for 2D and 3D Image Recognition 被引量:1
5
作者 Mostafa El Mallahi Amal Zouhri +2 位作者 Anass El Affar Ahmed Tahiri Hassan Qjidaa 《International Journal of Automation and computing》 EI CSCD 2018年第3期277-289,共13页
Recently, orthogonal moments have become efficient tools for two-dimensional and three-dimensional(2D and 3D) image not only in pattern recognition, image vision, but also in image processing and applications engine... Recently, orthogonal moments have become efficient tools for two-dimensional and three-dimensional(2D and 3D) image not only in pattern recognition, image vision, but also in image processing and applications engineering. Yet, there is still a major difficulty in 3D rotation invariants. In this paper, we propose new sets of invariants for 2D and 3D rotation, scaling and translation based on orthogonal radial Hahn moments. We also present theoretical mathematics to derive them. Thus, this paper introduces in the first case new 2D radial Hahn moments based on polar representation of an object by one-dimensional orthogonal discrete Hahn polynomials, and a circular function. In the second case, we present new 3D radial Hahn moments using a spherical representation of volumetric image by one-dimensional orthogonal discrete Hahn polynomials and a spherical function. Further 2D and 3D invariants are derived from the proposed 2D and 3D radial Hahn moments respectively, which appear as the third case. In order to test the proposed approach, we have resolved three issues: the image reconstruction, the invariance of rotation, scaling and translation, and the pattern recognition. The result of experiments show that the Hahn moments have done better than the Krawtchouk moments, with and without noise. Simultaneously, the mentioned reconstruction converges quickly to the original image using 2D and 3D radial Hahn moments, and the test images are clearly recognized from a set of images that are available in COIL-20 database for 2D image, and Princeton shape benchmark(PSB) database for 3D image. 展开更多
关键词 Orthogonal moments two-dimensional and three-dimensional 2D and 3D) radial Hahn moments Hahn polynomials image reconstruction 2D and 3D rotation invariants.
原文传递
Lattice Boltzmann method for Casimir invariant of two-dimensional turbulence 被引量:2
6
作者 夏玉显 钱跃竑 《Journal of Hydrodynamics》 SCIE EI CSCD 2016年第2期319-324,共6页
The Casimir invariants of the 2-D turbulence are investigated by the lattice Boltzmann method. A coarse-graining approach is used, that allows to resolve the flux of the Casimir invariant in scale and in space. It is ... The Casimir invariants of the 2-D turbulence are investigated by the lattice Boltzmann method. A coarse-graining approach is used, that allows to resolve the flux of the Casimir invariant in scale and in space. It is found that the flux of the enstrophy cascades to small scales and the direction cascade of the energy flux is upscaled. Moveover, the probability distribution function (PDF) of the enstrophy flux gives a clear evidence that the enstrophy cascades to smaller scales. Finally, the behavior of the cascade of the high-order Casimir invariants Zn is discussed. The flux of the fourth-order Casimir invariant Z4 cascades to small scales. The flux of Zn has a logarithmic relationship with the scale, that is,∏ 1^zn - l^ζn (n = 2,4,6). 展开更多
关键词 2-d turbulence Casimir invariants lattice Boltzmann method
原文传递
白背飞虱智能识别技术研究 被引量:8
7
作者 谢堂胜 刘德营 +1 位作者 陈京 蔡俊 《南京农业大学学报》 CAS CSCD 北大核心 2016年第3期519-526,共8页
[目的]为了实现水稻白背飞虱的自动监测,提出一种利用昆虫背部图像特征的白背飞虱自动识别方法。[方法]用自制的野外昆虫图像采集装置,在野外环境下,采集131张白背飞虱昆虫图像,通过颜色(蓝色分量B=130)阈值分割、滤波处理后,获取所... [目的]为了实现水稻白背飞虱的自动监测,提出一种利用昆虫背部图像特征的白背飞虱自动识别方法。[方法]用自制的野外昆虫图像采集装置,在野外环境下,采集131张白背飞虱昆虫图像,通过颜色(蓝色分量B=130)阈值分割、滤波处理后,获取所采集昆虫图像二值化图,然后提取出单个昆虫背部区域二值化图和背部区域灰度图。通过对白背飞虱的大小统计分析的方法,剔去明显非白背飞虱的单个昆虫图像,再运用不变矩和二维傅里叶频谱数据提取昆虫几何形态、颜色和纹理共88个特征值,将7个不变矩和l×l(l=1,2,…,9)二维傅里叶频谱特征进行组合后作为输入变量,建立基于支持向量机的白背飞虱识别模型。[结果]自动采集装置在野外环境下采集的单个白背飞虱大小为1 000~2 600个像素点。当使用1~5不变矩特征值和5×5频谱特征值建立识别模型,训练集准确率达到95.71%,测试集准确率达到95.00%。[结论]使用不变矩和二维傅里叶频谱提取白背飞虱的几何形态、颜色和纹理特征,并建立支持向量机的识别模型,可以实现田间白背飞虱的自动识别。 展开更多
关键词 白背飞虱 不变矩 二维傅里叶频谱 识别
下载PDF
An Algorithm to Recognize the Target Object Contour Based on 2D Point Clouds by Laser-CCD-Scanning 被引量:1
8
作者 MAO Hongyong SHI Duanwei +4 位作者 ZHOU Ji XU Pan CHEN Shiyu XU Yuxiang FENG Fan 《Wuhan University Journal of Natural Sciences》 CAS CSCD 2015年第4期355-361,共7页
For a vision measurement system consisted of laser-CCD scanning sensors, an algorithm is proposed to extract and recognize the target object contour. Firstly, the two-dimensional(2D) point cloud that is output by th... For a vision measurement system consisted of laser-CCD scanning sensors, an algorithm is proposed to extract and recognize the target object contour. Firstly, the two-dimensional(2D) point cloud that is output by the integrated laser sensor is transformed into a binary image. Secondly, the potential target object contours are segmented and extracted based on the connected domain labeling and adaptive corner detection. Then, the target object contour is recognized by improved Hu invariant moments and BP neural network classifier. Finally, we extract the point data of the target object contour through the reverse transformation from a binary image to a 2D point cloud. The experimental results show that the average recognition rate is 98.5% and the average recognition time is 0.18 s per frame. This algorithm realizes the real-time tracking of the target object in the complex background and the condition of multi-moving objects. 展开更多
关键词 laser-CCD scanning sensor 2D point cloud contour recognition improved Hu invariant moments BP neural network
原文传递
上一页 1 下一页 到第
使用帮助 返回顶部