基于高阶神经网络(HONN)的封闭平面形状识别

摘要

本文用形心到外轮廓的距离序列表示平面形状，将二维的平面形状识别问题转化为一维波形曲线的识别问题。对于这种波形曲线的识别，采用具有平移不变性的高阶神经网络方法，成功地解决了目标旋转变化后导致的边心距序列循环移位的问题，克服了传统匹配识别方法寻找匹配起始点的困难，实验表明，本文的方法简单易行，并且具有较高的识别率，可实现平移，旋转和比例不变性识别。