基于神经网络和证据理论的图像目标识别研究

摘要：

提出了一种基于BP神经网络和D-S证据推理的多传感器数据融合图像目标识别算法,利用数据融合的思想对来自目标的多幅图像进行空间域融合处理.首先提取图像的Hu不变矩作为待识别目标图像的特征,尔后针对DS证据理论基本概率指派函数构造困难的问题,用BP神经网络对目标的初步识别结果构造基本概率指派函数,最后用Dempster组合规则对BP网络的初步识别结果进行决策级数据融合,完成了三维飞机图像目标的识别仿真.仿真结果表明了融合识别方法的有效性和鲁棒性,识别率达到100%.

关键词：证据理论、多传感器数据融合、神经网络、图像识别

所属期刊栏目：22

分类号：TP391(计算技术、计算机技术)

资助基金：中国科学院资助项目60372085

在线出版日期：2005-12-29（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：184-186,197