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