基于图像局部奇异值向量和BP神经网络分类器的道路导航方法
2010年03月08日 15:15 发布者：irobot
内容预览：提出以道路图像矩阵的局部奇异值向量作为特征输入，以BP 神经网络作为分类器的道路导航方法。首先将图像分割成若干子图像，然后分别对子图像进行奇异值分解，提取子图像的代数特征向量，子图像的特征奇异值组成整个图像的局部奇异值向量，作为分类器的输入，再利用BP神经网络分类器对道路图像进行训练及识别，实验中处理了三类道路图像（偏左、偏右、正确方向），每类用20 幅图像作为训练样本，30幅用作测试，结果表明，这种道路导航方法的识别率达到了100%。下载：10646