王辉 王晗 　徐秀贤

摘 要：本文应用BP神经网络对8类壁纸样本进行了自动识别研究。首先，应用不变矩提取了壁纸样本纹理特征参数；然后，在此特征参数体系下，应用BP神经网络对壁纸样本进行了自动识别研究，获得了满意的效果。

关键词：壁纸识别；BP神经网络；不变矩

中图分类号：TP391.41

贴标的识别以往是通过人工识别，人为因素影响大，识别速度慢，精度低，不能满足大批量生产的需要。因此，在经济社会高速发展的今天，此方法越来越不能满足壁纸行业发展的需要。随着计算机的发展，通过计算机智能识别壁纸的纹理就成为可能，主要思路是将壁纸拍摄获知的图像进行纹理特征的提取，只要建立足够的特征库，就可以把需要判别的壁纸图片输入计算机，通过检索来判别该壁纸是哪种材种。因此，本文引入图像处理技术和BP神经网络技术，提出一种壁纸贴标自动识别算法，以解决贴标大批量生产的需要。

1 壁纸纹理特征的提取

不变矩是指物体图像经过平移，旋转以及比例变换仍保持不变的矩特征量，设物体的二维离散图像函数用f（x，y）表示，其（p+q）阶矩定义为：

（1）

相应的（p+q）阶中心矩定义为：

（2）

其中，x0=m10/m00，y0=m01/m00，x0表示二维图像的灰度在水平方向上的重心，y0表示二维图像的灰度在垂直方向上的重心。

HuM.K.等人利用二阶、三阶中心矩得到了7个不变矩特征参数，具体如下：

Φk=|log|Φk‖，k=1，2，3，4，5，6，7 （3）

在本设计的实验中要求样本的尺寸是256×256，从每一类原始样本中采集100个能表现该样本纹理的图片，形成识别样本库，之后提取了所有样本的不变矩纹理特征。……