[發(fā)明專(zhuān)利]用于輪廓識(shí)別的高精度識(shí)別方法

在審

• 申請(qǐng)?zhí)枺?/td>: 201810272517.4
• 申請(qǐng)日: 2018-03-29
• 公開(kāi)（公告）號(hào): CN110321762A
• 公開(kāi)（公告）日: 2019-10-11
• 發(fā)明（設(shè)計(jì)）人: 袁士林
• 申請(qǐng)（專(zhuān)利權(quán)）人: 袁士林
• 主分類(lèi)號(hào): G06K9/00
• 分類(lèi)號(hào): G06K9/00;G06K9/48;G06K9/52;G06N3/04;G06N3/08
• 代理公司: 暫無(wú)信息
• 代理人: 暫無(wú)信息

1.用于輪廓識(shí)別的高精度識(shí)別方法，其特征在于，包括以下步驟：

分解域變換，將圖像利用小波進(jìn)行多尺度分解域變換；

在空間域梯度算子進(jìn)行邊緣檢測(cè)；

在變換域利用小波邊緣檢測(cè)；

提取空間域和變換域的特征；

利用BP神經(jīng)網(wǎng)絡(luò)進(jìn)行模式識(shí)別，在識(shí)別以前，先選取至少100個(gè)的樣本進(jìn)行訓(xùn)練，獲得變換向量，再對(duì)現(xiàn)場(chǎng)輪廓進(jìn)行識(shí)別。

2.根據(jù)權(quán)利要求1所述的用于輪廓識(shí)別的高精度識(shí)別方法，其特征在于，所述梯度算子采用高斯拉普拉斯算子。

3.根據(jù)權(quán)利要求1所述的用于輪廓識(shí)別的高精度識(shí)別方法，其特征在于，所述小波邊緣檢測(cè)結(jié)果采用鏈表進(jìn)行記錄。

4.根據(jù)權(quán)利要求1所述的用于輪廓識(shí)別的高精度識(shí)別方法，其特征在于，所述特征提取采用統(tǒng)計(jì)特征或變換矩陣。