摘要
针对现有计算机图像自动识别结果的边界特征完整度较差的问题,设计了一种基于边界特征的计算机图像自动识别系统。基于图像的边界特征,确定图像自动化识别系统的开发环境,设计系统的功能模块,采集与处理图像信息数据,应用Fourier系数理论,提取与识别图像信息的边界特征,利用BP神经网络算法,实现计算机图像的自动化识别。系统性能检测结果显示,对于10组随机的图片特征数据,系统的图像识别时间的均值为0.22s,具有实时性与高效性。系统图像自动识别结果的峰值信噪比的均值为29.31db,表明系统具有优良的图片去噪性能。系统图像自动识别结果的结构相似指数的均值为0.9315,非常接近于数值1,表明系统具有优良的图像边界特征保留能力。
出处
《自动化应用》
2022年第9期45-47,51,共4页
Automation Application
