基于神经网络的图像识别方法研究

《基于神经网络的图像识别方法研究》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、忻州师范学院计算机系本科毕业（设计）论文课题名称基于神经网络的图像识别方法研究专业计算机科学与技术姓名杨旭东学号201108112013指导教师曹建芳二零一三年六月目录1引言11.1图像识别及人工神经网络21.2人工神经网络的研究背景和意义41.3神经网络的发展与研究现状41.4神经网络的研究内容和目前存在的问题52人工神经网络的结构62.1神经元与网络结构62.2人工神经网络的特点93BP神经网络模型及其基本原理103.1BP神经网络的主要功能113.2BP网络的优点以及局限性124基于BP神经网络的车牌识别系统134.1系统构成图及系统开发环境134.

2、2系统框架结构和工作流程134.3BP神经网络工具箱训练函数145实验测试与结果分析185.1实验测试185.2实验结果分析196结束语20致谢21参考文献22基于神经网络的图像识别方法研究摘要:图像识别是近几年发展起来的一门新兴科学技术，它以研究某些对象或过程（统称图像）的分类与描述为主要内容，应用范围非常广泛。本文首先说明课题研究的目的和意义，评述课题的国内外研究现状，引出目前存在的问题。然后分析了神经网络算法的基本原理，给出BP神经网络算法的具体实现方法，总结神经网络算法的特点，并给出神经网络算法的基本流程。采用Matlab软件编程实现BP神经网络算

3、法。将神经网络算法应用于车牌识别系统中，并分析了识别的准确率。经仿真实验表明，车牌识别系统具有很强的实用性。关键词：图像识别神经网络BP神经网络MatlabAbstract:Imagerecognitionisanewsciencetechniqueinrecentyears.Itstudiesclassificationanddescriptionofsomeobjectsorprocesses(alsocalledimages)andhasbeenwidelyappliedinvariousfields.Thispaperfirstanalysesre

4、searchpurposeandsignificanceofthesubject,reviewssubject’sresearchstatusathomeandabroad,explainsthepresentexistingproblems.Andthenthebasicprincipleofneuralnetworkalgorithmisanalyzed,therealizationoftheBPneuralnetworkalgorithmisgiven,thecharacteristicsofneuralnetworkalgorithmissumma

5、rized,andthebasicprocessofneuralnetworkalgorithmisgiven.BPneuralnetworkalgorithmisrealizedusingMatlab.Finally,theneuralnetworkalgorithmisappliedtolicenserecognitionsystem,andexperimentsanalyzetherecognitionaccuracy.Thesimulationexperimentsshowthatthedevelopedsystemhasastrongpracti

6、cability.Keywords：ImagerecognitionNeuralNetworkBPNeuralNetworkMatlab1引言图像识别是以研究图像对象或过程的分类与描述为主要内容，其目的是研制能够自动处理图像信息的机器视觉系统，代替传统的人工完成分类和辨识的任务。图像识别所研究的领域十分广泛，可以是机械加工中零部件的识别、分类、从遥感图片中分辨农作物、森林、湖泊、气象观测数据、识别违章行驶的汽车牌照以及机场上空的空中交通管理等等。随着计算机技术和数字图像处理技术的发展，对通过机器视觉设备所获得的图像进行识别已成为当前的迫切需要。21虽然对于

7、真实世界的图像识别的研究已经取得了很大的成果，在很多领域得到了成功的应用。但是仍然需要克服以下几个问题：首先是图像的大数据量问题，使得图像在识别中的运算量比较大，识别时间长。其次，跟人类视觉系统一样，在数据采集的时候，会存在图像位移、旋转、尺度变化、扭曲，并且由于环境的干扰和设备的误差，图像中也会存在一部分的噪声干扰[01]。并且随着图像识别在重要领域的应用，要求识别系统对图像有极快的处理速度和识别速度。近年来人工神经网络技术的发展为解决这一问题提供了一种新的途径[02]，因为其分布式信息存储和大规模自适应并行处理满足了对大数据量目标图像的实时处理要求，其

8、高度容错性又容许多目标图像出现背景模糊和局部残缺。网络事先对待识别