高级搜索

基于边缘区域不变矩的缺损扩展目标识别方法

,  , 

downloadPDF

上一篇

下一篇

张坤华, 张力, 纪震. 2008: 基于边缘区域不变矩的缺损扩展目标识别方法, 强激光与粒子束, 20(1): 31-35.
引用本文: 张坤华, 张力, 纪震. 2008: 基于边缘区域不变矩的缺损扩展目标识别方法, 强激光与粒子束, 20(1): 31-35.
shu
ZHANG Kun-hua, ZHANG Li, JI Zhen. 2008: Occluded extended target recognition using moment invariants based on edge region, High Power Lase and Particle Beams, 20(1): 31-35.
Citation: ZHANG Kun-hua, ZHANG Li, JI Zhen. 2008: Occluded extended target recognition using moment invariants based on edge region, High Power Lase and Particle Beams, 20(1): 31-35.
shu

基于边缘区域不变矩的缺损扩展目标识别方法

  • 深圳大学,信息工程学院,广东,深圳,518060

Occluded extended target recognition using moment invariants based on edge region

  • 摘要: 该方法提出以基于边缘区域的局部不变矩作为识别特征,结合多神经网络实现对缺损扩展目标的有效识别.讨论了离散情况下基于边缘区域局部不变矩的平移、旋转和尺度不变性.在此基础上,建立目标多个处理区域的BP人工神经网络,利用各网络分类综合结果提高缺损目标的识别率.实验结果显示该方法能够对缺损扩展目标进行正确识别,特别对于有较大部分缺损的扩展目标识别有明显优势.
  • 加载中
  • 加载中
计量
  • 文章访问数:  526
  • HTML全文浏览数:  100
  • PDF下载数:  26
  • 施引文献:  0
出版历程
  • 刊出日期:  2008-01-30

基于边缘区域不变矩的缺损扩展目标识别方法

  • 深圳大学,信息工程学院,广东,深圳,518060

摘要: 该方法提出以基于边缘区域的局部不变矩作为识别特征,结合多神经网络实现对缺损扩展目标的有效识别.讨论了离散情况下基于边缘区域局部不变矩的平移、旋转和尺度不变性.在此基础上,建立目标多个处理区域的BP人工神经网络,利用各网络分类综合结果提高缺损目标的识别率.实验结果显示该方法能够对缺损扩展目标进行正确识别,特别对于有较大部分缺损的扩展目标识别有明显优势.

English Abstract

    全文HTML

参考文献 (0)

目录

/

返回文章
返回