人工神经网络在图像处理与识别中的应用毕业论文(编辑修改稿)

人工神经网络在图像处理与识别中的应用毕业论文(编辑修改稿)内容摘要：

% 测试图像 含噪声的测试图像 相对于测试图像含噪声图像的平均误差 滤除噪声后的测试图像 相对于测试图像的平均误差 （ 7） （ 8） (9) (10) (11) 图 5 图 6 % 图 7 % 图 9 图 10 % 图 11 % 滤除噪声后相对于原始图像的平均误差 通过 ANN 训练后的测试图像 相对于原始图像的平均误差 结论 （ 12） （ 13） （ 14） （ 15） 31% 图 8 可识别 64% 不可识别 图 2 输入原始图像 图 3 含噪声的原始图像 图 4 滤除噪声的原始图像 图 5 测试图像 图 6 含噪声的测试图像 图 7 噪声滤除后的测试图像 图 8 利用 ANN 训练后的图像 图 9 测试图像 图 10 含噪声的测试图像 图 11 噪声滤除后的测试图像 第五章 总结 已经观察到，如果平均误差小于 45%，人工神经网络可以用于训练检测从而进行识别。 因此，测试图像和原始图像是可识别和成功匹配的。 同时也被察到，如果平均误差大于 45%，那么图像被识别为不同的图像。 在本文中，插入椒盐噪声主要是因为所有用来识别的图像都可能含有某种噪声，这就需要去滤除噪声，从而进行正确的识别。 本文还观察到，由于用来训练的矩阵行数只有原始图像列数的四分之一，用人工神经网络进行训练和测试需要更少的时间。 参考文献 [1] M. EgmontPetersena, D. de Ridderb, Handelsc,。 ―Image processing with neural works—a review, Pattern Recognition 35 (2020), 2020, PP2280–2288 [2] Berend Jan van der Zwaag , Kees Slump , and Lambert Spaanenburg Extracting Knowledge from Neural Networks in Image ProcessingPP143145 [3] Anil K. Jain, Fellow, IEEE, Robert . Duin, and Jianchang Mao,Senior Member, IEEE ―Statistical Pattern Recognition: A Review‖,IEEE TRANSACTIONS ON PATTERN ANALYSIS ANDMACHINE INTELLIGENCE VOL. 22, NO. 1, JANUARY 2020 [4] Andrzej Dziech, Ali Amuri, ―CONTOUR RECOGNITION USING NEURAL NETWORKAPPLICATION‖, Communications Dept.,AGH Cracow University, Cracow, POLAND, Electronics and Communication Dept., Kielce University of Technology, Kielce,POLAND. [5] Kenji Suzuki, ―PixelBased Artificial Neural Networks in ComputerAided Diagnosis‖, Department of Radiology, Division of Biological Sciences, the University of Chicago USA [6] . Pal, . Pal, A review on image segmentation techniques,Pattern Recognition 26 (9) (1993) 1277– 1284. [7] . Pal, A. Ghosh, Neurofuzzy puting for image processing and pattern recognition, Int. J. Systems Sci. 27 (12) (1996) 1182–1193 [8] Mostafa Jabarouti Moghaddam, Hamid SoltanianZadeh, ―Medical Image Segmentation Using Artificial Neural Networks ―. [9] Adilson Gonzaga, Armando Marin, Evandro A. Silva, Fabiana Kelton . Costa, Luciana . Albuquerque ―Neutral Facial Image Recognition Using Parallel Hopfield Neural Networks‖,Universidade de S227。 o Paulo [10] . Zhang, A survey on evaluation methods for image segmentation, Pattern Recognition 29 (8) (1996) 1335– 1340 [11] Humayun Karim Sulehria, Ye Zhang, ―Hopfield Neural Networks—A Survey‖, Proceedings of the 6th WSEAS Int. Conf. on Artificial Intelligence, Knowledge Engineering and Data Bases, Corfu Island,Greece, February 1619, 2020. [12] Rafael C. Gonzalez, Richard E. Woods, Digital Image Processing, Second Edition, Prentice Hall Upper Saddle River, New Jersey 07458, 2020, 698740 原理 一． 提出问题 数字计算机的出现和现代学习。