排序方式： 共有3条查询结果，搜索用时 15 毫秒
1
1.
基于几种不变量融合信息的缺损目标识别 总被引：4，自引：0，他引：4
论述了基于３种不变量的融合信息来识别缺损目标的方法．该方法采用Ｄｅｍｐｓｔｅｒ－Ｓｈａｆｅｒ证据推理方法作为决策层的融合工具，将拐点、线矩、高阶神经网络的分类结果进行信息融合．分类实验证明，该方法可以有效地提高系统的识别精度． 相似文献
2.
用二维阶次规正不变矩识别三维目标 总被引：1，自引：0，他引：1
论述了用二维投影图像的矩不变量来识别三维目标的方法．该方法有效地降低了目标识别的维数，简化了目标匹配和识别的算法．通过考察阶次规正不变矩ＯＮＭＩ的性能，证明ＯＮＭＩ有效地减小特征量的动态范围并提高了其抗噪性．分类结果表明，该特征量平衡方法比加权因子法更有利于目标的识别分类 相似文献
3.
论述了用曲线的矩特征作为局部不变量来识别二维破损目标的方法．该方法对目标的轮廓进行分割后，利用阶次规正后的轮廓线矩特征，通过粗、细两级的基于Ｈｏｕｇｈ变换的投票匹配法来识别目标．分类实验表明，该方法有利于提高目标局部特征的抗噪性，并简化了破损目标的匹配和识别算法． 相似文献
1