科学与财富
科學與財富
과학여재부
Sciences & Wealth
2015年
z1期
153
,共1页
脉冲耦合神经网络%信息熵%图像检索%特征提取%类欧式距离变换
脈遲耦閤神經網絡%信息熵%圖像檢索%特徵提取%類歐式距離變換
맥충우합신경망락%신식적%도상검색%특정제취%류구식거리변환
为了高效准确的对交通标志图像进行识别,本文首先利用脉冲耦合神经网络即PCNN进行交通标志的纹理特征提取,并将熵序列作为一维特征向量进行特征匹配,这一步叫做粗检索.其次,利用简化的PCNN进行类欧式距离变换,得到的图像作为一维特征向量,从而提取出边缘图像的形状信息,这是细检索.实验表明,本文提出的方法能够展示出检索交通标志的优异性能,并且相比于单一使用熵序列作为图像的特征向量的方法,本文提出的方法实现的效果更好.
為瞭高效準確的對交通標誌圖像進行識彆,本文首先利用脈遲耦閤神經網絡即PCNN進行交通標誌的紋理特徵提取,併將熵序列作為一維特徵嚮量進行特徵匹配,這一步叫做粗檢索.其次,利用簡化的PCNN進行類歐式距離變換,得到的圖像作為一維特徵嚮量,從而提取齣邊緣圖像的形狀信息,這是細檢索.實驗錶明,本文提齣的方法能夠展示齣檢索交通標誌的優異性能,併且相比于單一使用熵序列作為圖像的特徵嚮量的方法,本文提齣的方法實現的效果更好.
위료고효준학적대교통표지도상진행식별,본문수선이용맥충우합신경망락즉PCNN진행교통표지적문리특정제취,병장적서렬작위일유특정향량진행특정필배,저일보규주조검색.기차,이용간화적PCNN진행류구식거리변환,득도적도상작위일유특정향량,종이제취출변연도상적형상신식,저시세검색.실험표명,본문제출적방법능구전시출검색교통표지적우이성능,병차상비우단일사용적서렬작위도상적특정향량적방법,본문제출적방법실현적효과경호.
