论文部分内容阅读
提出一种新的以边界不变矩作为识别特征,运用BP网络识别扩展目标的方法。首次通过详细的理论证明和实验分析,揭示了离散边界不变矩不再具有严格的比例不变性,而位移和旋转不变性保持相对稳定,并对该不变矩作为识别特征的误差进行了深入分析,给出了正确计算边界不变矩的途径。在此基础上,以该边界不变矩作为识别特征,输入BP网络,采用合理的网络结构,实现对发生位移、旋转和尺度变化的扩展目标的识别。边界不变特征的引入,减少了数据运算量,实验结果表明,识别率达到95.9%。