面向目标识别的特征融合模糊模型及其应用
针对在自然识别场景下,图像特征往往具有复杂性、多样性和模糊性的特点,以及在利用多个特征对图像进行识别时,往往缺乏考虑特征间的关系等问题,提出了一种融合多种图像特征的目标识别模糊模型.首先,对图像进行特征提取,将特征的取值作为模型的模糊集并给出对应的隶属函数;其次,给出模型的评价指标,根据指标论证模型的可行性;然后,利用粒子群优化算法对图像各特征的隶属函数的参数进行优化;最后,给出基于特征融合模糊模型的目标识别算法,并将算法应用于填涂点识别与热轧带钢表面缺陷判别这两个识别场景来进行实验论证.实验结果表明,所设计的模型在评价指标下表现良好,算法明显提高了目标识别的准确率与鲁棒性以及改善了特征融合的合理性.
目标识别、特征融合、模糊数学、隶属函数、粒子群优化算法
50
TP391(计算技术、计算机技术)
2023-09-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
495-501