(3.227.235.183) 您好!臺灣時間:2021/04/14 19:42
字體大小: 字級放大   字級縮小   預設字形  
回查詢結果

詳目顯示:::

我願授權國圖
: 
twitterline
研究生:林傳崇
研究生(外文):Lin, Chuan-Chung
論文名稱:應用神經網路分類器與金字塔狀特徵抽取技巧於三維物體辨識
論文名稱(外文):3-D Object Recognition Using Neural Network Classification and Pyramid Feature Extraction Technique
指導教授:林昇甫林昇甫引用關係
指導教授(外文):Sheng-Fuu Lin
學位類別:碩士
校院名稱:國立交通大學
系所名稱:控制工程系
學門:工程學門
學類:電資工程學類
論文種類:學術論文
論文出版年:1996
畢業學年度:84
語文別:中文
論文頁數:103
中文關鍵詞:物體辨識模糊估測影像金字塔神經網路
外文關鍵詞:object recognitionfuzzy measureimage pyramidneural network
相關次數:
  • 被引用被引用:0
  • 點閱點閱:104
  • 評分評分:系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔系統版面圖檔
  • 下載下載:0
  • 收藏至我的研究室書目清單書目收藏:0
我們提出一新的方法,能夠正確辨識一物體,而不會受到該物體在三
維空間中,位置的改變,大小的改變,以及方位的改變等變化之影響。首
先我們利用一個模糊估測(fuzzymeasure) 技巧去決定一張影像的最佳臨
界值。利用此臨界值將待辨識的物體由背景分離 出來。然後我們建立一
個影像金字塔狀資料結構 (image pyramid data structure),藉 由環形
和扇形視窗 (annular and sector windows) 的分割技巧,去抽取具有不
變性的 特徵 (invariant feature)。獲得待辨識物體的特徵之後,我們
採用一種神經網路稱之 為指導式模糊適應性 Hamming網路(supervised
fuzzy adaptive Hamming net)作為分類 器,劃分特徵空間以決定每一物
體的種類。經由模擬的結果,所提出的方法可獲得不錯效果,這顯示我們
所提出的方法是適合於三維空間上的物體辨識。

We propose an approach to 3-D object recognition
irrespective of its position, size, and orientation. We use
a fuzzy measure technique to find an optimal threshold value
and obtain the shape of the object from the background in
an input image. We then build an image pyramid data structure
to extract the invariant features. This is supported by a
segmentation technique using annular and sector windows.
After obtaining the features of the object, we adopt a
neural network model, the supervised fuzzy adaptive Hamming net,
as a classifier whose purpose is to partition the feature
space into decision regions corresponding to each object class.
The simulationresults show that the proposed method can obtain a
satisfactory performance. So, the proposed method provides a
suitable approach to 3-D object recognition.


QRCODE
 
 
 
 
 
                                                                                                                                                                                                                                                                                                                                                                                                               
第一頁 上一頁 下一頁 最後一頁 top
系統版面圖檔 系統版面圖檔