BP人工神经网络在图像识别中的应用研究

摘要：图像识别过程包括了图像预处理、特征提取、图像理解与分析。其中bp人工神经网络在图像分割中运用较好；在特征提取阶段bp神经网络也很好的得到了运用，并且得到了较好的特征提取结果；在图像理解与分析阶段运用神经网络进行分类器的设计，可以得到精确的分类结果。

关键词：bp神经网络、图像分割、特征提取

abstract: the image recognition process including the image preprocessing, feature extraction, image understanding and analysis. which bp artificial neural network in the image segmentation using better; in the feature extraction phase bp neural network is also very good find application, and obtain the better feature extraction results; in the image understanding and the analysis phase using neural network classifier design, can get accurate classification results.

keywords: bp neural network, image segmentation, feature extraction

中图分类号：tp183 文献标识码：a文章编号：

引言

bp人工神经网络算法是现今应用较为广泛的多层前向反馈式神经网络算法，bp人工神经网络有较好的容错能力、鲁棒性、并行协同处理能力和自适应能力，受到了国内外众多领域学者的关注。由于神经网络高效率的集体计算能力和较强的鲁棒性，它在图像分割方面的应用已经很广泛，jain和karu采用了多通道滤波与前向神经网络相结合的方法实现图像纹理分割算法。神经网络算法在特征提取阶段，压缩特征数量，以提高分类速度和精度。在图像识别领域中神经网络作为分类器的研究也得到了很大的进展，尤其是其学习能力和容错性对于模式识别是非常有利的，在一定程度上提高了训练速度和识别率。le cun等人提出了多层特征选择(multilayer selection procedure)方法用于字符识别，每一层神经网络处理较低层次的特征，获取该层特征信息并传给上一层。

BP人工神经网络在图像识别中应用论文