rbf神经网络图像识别

rbf神经网络识别图像的算法，通过训练后与对应图片进行仿真。

function net=RBFnet_creat

for i=1:4
    m=strcat（‘train‘int2str（i）‘.jpg‘）;   % 将训练样本的文件名合并成字符串
    x=imread（m）;                           % 读入样本图片
    level=graythresh（x）;                   % 自动计算灰度阈值
    BW=im2bw（xlevel）;                     % 将读入的图片变成二值图像
    theta=0:179;                       
    R=radon（BWtheta180）;
    [vd]=eig（R）;                          % 计算h的特征值

    for j=1:180
        p（ji）=real（d（jj））;               % 将特征值作为网络的输入
    end

    switch i                               % 形成网络的目标向量
        case 1
            T（:1）=[0 0 1]‘;
        case 2
            T（:2）=[0 0 1]‘;
        case 3
            T（:3）=[0 1 0]‘;
        case 4
            T（:4）=[0 1 0]‘;
    end
end              
net=newrbe（pT100）;     % 创建RBF网络并训练，训练次数应适当大，否则会识别错误

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----

     文件        893  2008-01-04 15:00  RBF\RBFnet_creat.m

     文件       1677  2008-01-04 15:00  RBF\RBFnet_main.m

     文件       1139  2005-04-07 19:21  RBF\S.JPG

     文件       1326  2005-04-07 21:38  RBF\T.JPG

     文件       1660  2005-04-05 01:49  RBF\test1.JPG

     文件       1664  2005-04-03 02:02  RBF\test2.JPG

     文件       1709  2005-04-03 01:36  RBF\test3.JPG

     文件       1806  2005-04-05 01:54  RBF\test4.JPG

     文件       1865  2005-04-05 01:43  RBF\test5.JPG

     文件       1826  2005-04-05 01:45  RBF\test6.JPG

     文件       1940  2005-04-05 01:48  RBF\test7.JPG

     文件       1822  2005-04-05 01:52  RBF\test8.JPG

     文件       1974  2006-04-22 00:02  RBF\train1.JPG

     文件       1821  2005-04-05 15:24  RBF\train2.JPG

     文件       1792  2005-04-05 15:21  RBF\train3.JPG

     文件       1843  2005-04-07 18:20  RBF\train4.JPG

     目录          0  2008-12-01 10:30  RBF

----------- ---------  ---------- -----  ----

                26757                    17