科学时代
科學時代
과학시대
SCIENTIFIC EPOCH
2012年
12期
,共1页
局部小波矩%BP网络%鲁棒性
跼部小波矩%BP網絡%魯棒性
국부소파구%BP망락%로봉성
本文提供一种基于局部小波矩与神经网络相结合的图像识别方法。由于在图像平移、旋转和缩放上其小波矩具有良好的不变性，将图像分成若干快后逐块进行小波矩提取，结合BP网络算法的高容错性，可以高效率的匹配图像，且该方法对噪声干扰图像的匹配具有更好的鲁棒性。
本文提供一種基于跼部小波矩與神經網絡相結閤的圖像識彆方法。由于在圖像平移、鏇轉和縮放上其小波矩具有良好的不變性，將圖像分成若榦快後逐塊進行小波矩提取，結閤BP網絡算法的高容錯性，可以高效率的匹配圖像，且該方法對譟聲榦擾圖像的匹配具有更好的魯棒性。
본문제공일충기우국부소파구여신경망락상결합적도상식별방법。유우재도상평이、선전화축방상기소파구구유량호적불변성，장도상분성약간쾌후축괴진행소파구제취，결합BP망락산법적고용착성，가이고효솔적필배도상，차해방법대조성간우도상적필배구유경호적로봉성。
