Введение
Глава 1. Распознавание прямых изображений 15
1.1. Предварительная обработка изображений 16
1.2. Подготовка данных для экспериментов 18
1.3. Классификаторы 20
1.4. Результаты экспериментов 24
Выводы по главе 1 27
Глава 2. Распознавание изображений с использованием моментов зернике и псевдо-зернике 29
2.1. Предварительная обработка изображений 29
2.2. Моменты Зернике 30
2.3. Моменты псевдо-Зернике 34
2.4. Постановка и результаты экспериментов 35
2.5. Влияние дискретизации угла поворота изображений и числа нейронов в скрытом слое на эффективность распознавания 38
Выводы по главе 2 42
Глава 3. Распознавание изображений комбинированной нейронной сетью 44
3.1. Структура системы распознавания; предварительная обработка 44
3.2. Комбинированная нейронная сеть 47
3.3. Постановка и результаты экспериментов 51
3.4. Сравнение с распознаваниями «прямых» изображений, моментов Зернике и псевдо-Зернике 59
Выводы по главе 3 61
Глава 4. Новый метод инвариантного распознавания двумерных изображений с использованием комбинированной нейронной сети 63
4.1. Метод нейросетевого формирования инвариантных к повороту признаков для распознавания изображений 63
4.1.2. Формирование вектора «кругового» изображения 64
4.1.2. Построение инвариантной нейронной сети 67
4.2. Постановка и экспериментальные результаты 69
Выводы по главе 4 77
Глава 5. Сравнительный анализ эффективности классификации с использованием обучающегося векторного квантователя 78
5.1. Обучающийся векторный квантователь 79
5.2. Постановка и экспериментальные результаты 81
5.3. Области применения систем нейросетевого распознавания изображений 85
Выводы по главе 5 89
Заключение 90
Список сокрещений 93
Список литературы 94
