一种用于图像目标识别的神经网络及其车型识别应用

构建了一种用于图像目标识别的多层前向神经网络，给出了网络拓扑结构，并成 功地把该神经网络运用到车型识别中。该方法综合了神经网络、模糊逻辑、模式识别的相 关 算法，对图像目标轮廓进行整体识别，达到了较高的目标识别准确率。实践表明，该网 络经 过监督学习后，能摒除图像中一定量干扰像素影响，准确地识别出各种外形车的车型 。

基于Fisher变换的多尺度图像识别方法及其车形识别应用

该文提出了一种图像识别方法.该方法首先对识别图像进行多尺度小波分解,把不同尺度的分解结果组织为分解向量,再对分解向量作Fisher变换.在Fisher变换域内依据最小绝对距离(或相对距离)识别图像.该方法主要依据小波分解低频分量进行识别运算,对噪声不敏感;同时识别结果已经融合多尺度的识别运算,故目标图像大小对识别结果影响较弱.实践证明,该方法正确识别率高,鲁棒性强.