基于神经网络的非线性畸变图像的校正和识别技术的研究

代理获取

页面导航

目录
摘要
著录项
相似文献
相关主题

摘要

本论文分析了人工神经网络的基本原理,重点研究其在非线性畸变图像的校正和图像识别两个方面的应用。在非线性畸变图像校正方面,研究一种基于Levenberg—Marquardt算法的BP神经网络模型实现非线性畸变图像的校正;图像识别部分建立引入动量项学习算法的神经网络实现对常用的十个阿拉伯数字图像的识别。对于畸变较大、难以识别的图像提出一种混合编程的级联的神经网络技术,通过第一级神经网络完成对畸变图像的校正,然后借助第二级神经网络完成图像的识别。主要研究内容如下:
　　一、研究一种基于Levenberg—Marquardt算法的BP神经网络模型,针对非线性畸变图像通过提取特征像素点,训练神经网络模型后实现对畸变图像的校正效果。实验结果表明,网络模型对畸变图像的校正效果较为理想,校正后的图像误差在0.8个像素坐标值以内。
　　二、基于VC开发环境绘制带识别的标准图像和噪声图像,然后借助神经网络实现对数字字符的识别。对于畸变严重难以识别的图像,提出一种级联的神经网络模型。前一级网络利用 MATLAB神经网络工具箱,构建一种基于Levenberg-Marquardt算法的BP神经网络模型,后一级基于VC开发环境建立引入动量项学习算法的神经网络。前一级神经网络实现图像校正功能,输出的校正后图像作为后一级神经网络的输入,从而完成对此类图像的准确识别,大大提高了整个图像识别系统的识别正确率。实验结果表明,训练后的级联神经网络对于畸变率为20％以内的数字图像的识别率达100%。
　　三、提出光刻对准系统中引入神经网络,通过神经网络优化对准标记图形来提高光刻对准精度的方案,并通过自行设计的“十字”对准标记图形,利用神经网络实现对畸变的对准标记图形的校正实验验证了理论上的可行性。

著录项

作者
鲁通通;
展开▼
作者单位

中国计量学院;

展开▼
授予单位中国计量学院;
学科光学工程
授予学位硕士
导师姓名李劲松;
年度 2013
页码
总页数
原文格式 PDF
正文语种中文
中图分类人工神经网络与计算;
关键词
神经网络; 非线性畸变图像; 图像校正; 数字图像识别; Marquardt算法;

相似文献

中文文献
外文文献
专利

1. 基于LMBP神经网络的非线性畸变图像校正研究 [J] . 陈万海 ,王婷 ,苗延辉 . 哈尔滨工程大学学报 . 2006,第0z1期
2. 基于LMBP神经网络的非线性畸变图像校正研究 [J] . 陈万海 ,王婷 ,苗延辉 . 哈尔滨工程大学学报 . 2006,第B07期
3. 基于径向基函数神经网络的栅格图像非线性畸变校正 [J] . 郑毅 ,郑苹 . 科学技术与工程 . 2013,第025期
4. 基于BP神经网络的X光图像畸变校正技术的研究 [J] . 张峰峰 ,杜志江 ,孙立宁 . 计算机应用研究 . 2008,第010期
5. 基于OpenCV的非线性图像畸变校正研究 [J] . 陶旺林 ,卢选民 ,刘李娟 . 现代电子技术 . 2011,第012期
6. 基于LMBP神经网络的非线性畸变图像校正研究 [C] . 陈万海 ,王婷 ,苗延辉 . 第十六届中国神经网络大会(CNNC2006)暨首届中国人工免疫系统专题会议(CAISC06) . 2006
7. 基于神经网络的畸变图像校正方法研究 [A] . 左欣 . 2007

基于神经网络的非线性畸变图像的校正和识别技术的研究

目录

摘要

著录项

相似文献

相关主题

期刊订阅