[发明专利]一种基于小波熵与人工神经网络的福特汽车检测方法

权利要求书

1.一种基于小波熵与人工神经网络的福特汽车检测方法，其特征在于，包括如下步骤：

步骤1，获取各个品牌的汽车样本图像，对汽车样本图像进行图像处理，得到汽车车身图像；

步骤2，对每个汽车车身图像，进行灰度变换并利用二级小波变换方法提取经灰度变换后汽车车身图像上的七个特征；

步骤3，将所有特征集合在一起并利用K折交叉验证方法对BP神经网络进行训练，得到训练好的BP神经网络；

步骤4，获取新的汽车样本图像，并进行图像处理，利用训练好的BP神经网络对新的汽车样本图像进行分类，得到分类结果。

2.根据权利要求1所述基于小波熵与人工神经网络的福特汽车检测方法，其特征在于，步骤1所述图像处理的具体方法是：利用通道方式去除汽车样本图像上的背景干扰，保留汽车车身图像。

3.根据权利要求1所述基于小波熵与人工神经网络的福特汽车检测方法，其特征在于，步骤2所述二级小波变换方法的具体过程为：a.对经灰度变换后的汽车车身图像进行二维小波分解；b.提取第一级小波变换系数，获得图像在水平、垂直和对角线的细节系数，即小波信号的高频部分，同时通过二维小波分析函数获得小波信号的低频部分；c.提取第二级小波变换系数；d.获得经过小波变换后的汽车车身的七个特征。

4.根据权利要求1所述基于小波熵与人工神经网络的福特汽车检测方法，其特征在于，步骤3所述利用K折交叉验证方法对BP神经网络进行训练的具体方法是：将所有特征随机分为三个包，每次将其中一个包作为测试集，剩下的两个包作为训练集对BP神经网络进行训练，得到训练好的BP神经网络。

5.根据权利要求1所述基于小波熵与人工神经网络的福特汽车检测方法，其特征在于，步骤4所述利用训练好的BP神经网络对新的汽车样本图像进行分类的具体方法是：利用训练好的BP神经网络对新的汽车样本图像进行分类，若为福特汽车则标记为1，否则标记为0，并输出分类结果。