基于不变矩特征和神经网络的图像模式模糊分类

摘要：

提出了一种基于不变矩特征和神经网络的医学图像识别模型.所设计的识别模型包括不变矩特征提取、不变矩矢量标准化、模糊化预处理、BP网络与竞争选择.利用不变矩方法提取医学图像的特征矢量,能有效检测出具有平移、旋转和比例变化的图像,利用神经网络作为分类器对提取的特征矢量分类,使用模糊化的方法先对输入特征数据做预处理再进行识别,每一个图像模式归属于某一类是以0到1的数字代表其归属程度.实验结果验证了模型的有效性,训练好的网络有很好的分类能力.

关键词：医学图像、不变矩、矢量标准化、神经网络、模式识别、模糊分类

所属期刊栏目：25

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金60274024;辽宁省教育厅资助项目20411335

在线出版日期：2004-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：738-741