基于神经网络的图像识别方法研究

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 2 0 1 1 0 8 1 1 2 0 1 3

指导教师 曹 建 芳

二零一三年六月

目 录

1 引 言.......................................................................................................................... 1

1.1 图像识别及人工神经网络 .............................................................................. 2 1.2 人工神经网络的研究背景和意义 .................................................................. 4 1.3 神经网络的发展与研究现状 ...........

基于BP神经网络语音识别方法研究

摘要： 神经网络是近年来信息科学、脑科学、神经心理学等诸多学科共同关注和研究的热点。由于其具有良好的抽象分类特性,现已应用于语音识别系统的研究和开发，并成为解决识别相关问题的有效工具。文章在讲述语音识别过程的基础上重点讨论利用BP神经网络对语音进行识别,用MATLAB完成对神经网络的训练和测试,并获得满意的结果。

关键词：语音识别；模式识别；BP神经网络，

1 绪论

计算机的飞速发展，使人们的生活方式发生了根本性的改变，鼠标、键盘，这些传统的人机接口使人们体会到了生活的便利。科学技术日新月异，假如让“机器”能够听懂人的语言，并根据其信息去执行人的意图，那么这无疑是最理想的人机智能接口方式，因此语音识别作为一门极具吸引力的学科应运而生，很多专家都指出语音识别技术将是未来十年信息技术领域十大重要的科技发展技术之一。

1.1 研究背景及意义

语言在人类的智能组成中充当着很重要的角色，人与人之间的交流和沟通大部分是通过语言的方式有效的完成。作为人与人之问交流最方便、自然、快捷的手段，人们自然希望它成为人与计算机交流的媒介。随着数字信号处理及计算机科学的飞速发展，人们对实现人机对话产生越来越迫切的要求，使得语音识别技术近年来得到

基于PCA和BP神经网络的人脸识别方法

摘要：基于PCA 和BP 神经网络的人脸识别方法是针对PCA 方法中存在的问题和它对未训练过的样本识别率低的缺点而提出的。该方法在预处理的基础上，利用PCA处理人脸特征，提取其中分类能力强的特征，实现在识别精度不变的情况下，有效的去除冗余信息；然后将约简后的属性输入到神经网络进行规则提取，利用神经网络非线性映射和并行处理的特点，增强对人脸图像识别的泛化能力。实验证明，使用该方法在识别率上有一定的提高。 关键词：人类识别、BP神经网络、PCA、特征提取

引言

人脸识别特指利用分析比较人脸视觉特征信息进行身份鉴别的计算机技术。人脸识别是一项热门的计算机技术研究领域，可以将人脸明暗侦测，自动调整动态曝光补偿，人脸追踪侦测，自动调整影像放大；它属于生物特征识别技术，是对生物体（一般特指人）本身的生物特征来区分生物体个体。进行人脸图像识别研究具有很大的使用价值。如同人的指纹一样，人脸也具有唯一性，也可用来鉴别一个人的身份。现在己有实用的计算机自动指纹识别系统面世，并在安检等部门得到应用，但还没有通用成熟的人脸自动识别系统出现。人脸图像的自动识别系统较之指纹识别系统、DNA鉴定等更具方便性，因为它取样方便，可以不接

基于BP神经网络的车牌识别技术研究

摘 要

随着科学技术的不断发展，交通管理手段正从人工管理逐步转变成自动或

半自动方式，车牌识别问题作为现代交通工程领域中研究的重点和热点问题之一，受到越来越多人们的关注。近年来，神经网络在许多领域中得到应用，利用神经网络自适应的特点，本文采用基于BP构成的神经网络进行字符识别。

本文通过对在车牌识别系统中图像预处理、车牌定位、字符分割、字符识别四个关键环节的分析研究，提出了一种基于神经网络的车牌字符自动识别算法。用此方法对车牌图像进行实验，对车牌字符样本进行特征提取，并且在MATLAB环境下对车牌字符识别进行仿真模拟，结果证实此算法对车牌字符的定位和分割具有良好的效果，对车牌字符的识别具有一定的准确性。 关键词:BP神经网络；车牌定位；车牌识别；字符分割；字符识别

1. 引言

随着汽车数量的增加，使得世界各国都存在着交通拥挤的城市状况。为了解决这一问题，众多城市将车道拓宽，但仍远远不能解决问题，在不增加现有的道路设施情况下，如何提高交通运输效率已成为世界各国研究的焦点。智能型交通体系(ITS——Intelligent Transportation System)是未来交通监管系统的主要发展趋势。车辆

聚类分析是由若干个模式组成的,它在数据挖掘中的地位越来越重要。通过数据挖掘聚类分析,可以及时了解各地区经济实力等重要的信息,对各级政府政策制定上及宏观调控上都具有非常重要的现实意义。

维普资讯

笫2 2卷笫 2期 2 0年 4月 08

吉林省经济管理干部学院学报J u n l f Jl r v n eE o o cM a a e e t a r ￣ g o r a i n P o i c c n mi n g m n d eCo e e o i C

Vo . 2 N o2 12 .

Ap i 2 08 rl 0

基于 S 神经网络的聚类方法研究 M O口赵晓丹齐，志

(. 1吉林省经济管理干部学院国际商务系，吉林长春 l0 l; 30 22东北师范大学计算机学院，吉林长春 10 1) . 3 0 7

睛

要】聚类分析是由若干个模式组成的，它在数据挖掘中的地位越来越重要。通过数据挖掘聚类分

析，可以及时了解各地区经济实力等重要的信息，对各级政府政策制定上及宏观调控上都具有非常重要的现实意义。

【关键词】数据挖掘；聚类分析；自组织特征映射神经网络【中图分类号】 P 9. T 330 2【文献标识码】A 【文章编号】 0 905 (0 80 .0 1 3

图像识别技术研究现状综述

简介：

图像识别是指图形刺激作用于感觉器官，人们辨认出它是经验过的某一图形的过程,也叫图像再认。在图像识别中,既要有当时进入感官的信息,也要有记忆中存储的信息。只有通过存储的信息与当前的信息进行比较的加工过程，才能实现对图像的再认。图像识别技术是以图像的主要特征为基础的，在图像识别过程中，知觉机制必须排除输入的多余信息,抽出关键的信息。在人类图像识别系统中，对复杂图像的识别往往要通过不同层次的信息加工才能实现。对于熟悉的图形,由于掌握了它的主要特征，就会把它当作一个单元来识别，而不再注意它的细节了。这种由孤立的单元材料组成的整体单位叫做组块，每一个组块是同时被感知的。图像在人类的感知中扮演着非常重要的角色，人类随时随处都要接触图像。随着数字图像技术的发展和实际应用的需要，出现了另一类问题，就是不要求其结果输出是一幅完整的图像，而是将经过图像处理后的图像，再经过分割和描述提取有效的特征，进而加以判决分类，这就是近20年来发展起来的一门新兴技术科学一图像识别。它以研究某些对象或过程的分类与描述为主要内容，以研制能够自动处理某些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为目的。

图像识别的发展大致

汽车车牌识别系统的设计文献综述

第12卷第4期2003年12月淮　海　工　学　院　学　报

JournalofHuaihaiInstituteofTechnologyVol.12　No.4

Dec.2003

　　文章编号:100823499(2003)0420025203

基于BP神经网络的汽车牌照识别

李丰林

(淮海工学院电子工程系,江苏连云港　222005)

Ξ

摘　要:提出了一种用BP,在特征提取时采用了Fourier投影2;,采用并行算法对BP网络分类器进行了处理;。实践证明,利用BP,,,。

关键词:B;.9;　　　文献标识码:A

RecognitionofCarLicensePlatesBasedonBPNetwork

LIFeng2lin

(Dept.ofElectronicEngineering,HuaihaiInstituteofTechnology,Lianyungang222005,China)

Abstract:AmethodofrecognizingcarlicenseplatesbasedonBPNetworkisproposedinthispaper.Aslicenseplatesareallprintedinboldcharacters

BP神经网络的火焰图像温度检测方法

第31卷第2期　2005年3月中国测试技术

CHINAMEASUREMENTTECHNOLOGYVol131　No12Mar,2005　

BP神经网络的火焰图像温度检测方法

王　韬,刘　奇,陈　洪,孟川杰

(四川大学电气信息学院,四川成都610065)

摘　要:基于炉膛火焰温度不同,与之相对应通过CCD,膛火焰温度的方法。将获取的炉膛火焰图像RGB,用,通过样本图像训练后,拟合H、S与温度T。实验表明,计算温度与实际温度良好相符,。关键词:CCD;BP1:A　　　　文章编号:167224984(2005)0220050203

TmeasurementmethodofflameimagesbasedonBPneuralnetwork

WANGTao,LIUQi,CHENHong,MENGChuan2jie

(CollegeofElectricInformation,SichuanUniversity,Chengdu610065,China)

Abstract:BasedonthefactthatdifferentfurnaceflameimagescapturedbytheCCDcorrespondwiththedifferen

比较好的空间模型的文章

维普资讯

第2卷 9

第1期

测

绘

学

报

Vo . 9, 1 2 No 1 . F b .0 0 e . 20

20 0 0年 2 月

ACTA EODA ET I G CA tCAR TOG RAPHI e CA Nl SI CA

文章蛐号：0 11 9 (0 0 0—0 00 1 0— 55 2 0 )103—5

中田分类号： 28 P 0

文蕾标识码： A

,一，

基于人工神经网络面插值的方法研究尤淑撑，严泰来( 4 )

弋 Ip批 8

A t d n Ar ii i lNe r lNe wo k Ba e u f c n e po a i n S u y o tfca u a t r s d S r a e I t r l toYOU h— h n YAN il i S u c a g, Ta—a( ia Ag iutr lUnt ri B￣ ig,1 0 9 ) Chn rc lu a ies y, t n 0 0 4

Ab t a t Bae nt eh p te i pe e tdb r i h tt rely ra t ca e r l ewo k ( s r c: s d o h y o h ss r sn

目 录 1.引言.............................................................. 1

1.1 研究背景及意义 .............................................. 1 1.2 研究现状 .................................................... 2 1.3 主要研究方向 ............................................... 5 2.人工神经网络...................................................... 5

2.1人工神经网络的基本内容 ..................................... 5 2.2人工神经网络的基本特征 ..................................... 7 2.3人工神经网络的工作原理 ...................................... 8 2.4人工神经网络的分析方法 ........................