矩[5]，在统计学中被用来反映随机变量的分布情况。如果我们将图像的灰度值看作是一个二维或三维的密度分布函数，那么矩方法即可用于图像分析领域并用作图像特征的提取。

在图像处理领域，矩是描述图像特征的算子，它在模式识别与图像分析领域中有重要的应用．迄今为止，常见的矩描述子可以分为以下几种：几何矩、正交矩、复数矩和旋转矩．其中几何矩提出的时间最早且形式简单，对它的研究最为充分。几何矩对简单图像有一定的描述能力，它虽然在区分度上不如其他三种矩，但与其它几种算子比较起来，它极其的简单，一般只需用一个数字就可表达。

1。3。4  BP神经网络

BP（Back Propagation）神经网络[6]是1986由Rumelhart和McCelland领导的科学家小组在《Parallel Distributed Processing》一书中提出的，是一种多层前馈型网络，按误差逆传播算法训练，是神经网络中最经典的一种，也是目前应用最广泛的一种。BP神经网络可以进行线性或者非线性拟合，按照均方误差最小准则，学习和存贮大量的输入-输出模式映射关系。BP神经网络模型的典型拓扑结构包括输入层（input）、隐含层(hidden layer)和输出层(output layer)。

近年来，神经网络的研究内容相当广泛，反映了多学科交叉技术领域的特点，在生物学、信号处理、模式识别等领域已经发挥了不小的作用。用神经网络研制的数字识别软件已经作为商业软件使用。

在本项目中，各种集装箱类型的统计特性未知。故使用神经网络直接通过训练生成分类所需的函数。

1。4  本文的组织结构

本文具体的结构如下：

第1章，介绍了论文的课题背景、集装箱残损位置及类型识别系统的研究价值，以及课题研究所用到的相关技术。

第2章，介绍了项目所涉及的相关技术的提出与研究发展过程、国内外研究现状，并说明了选择这些技术的理由。

第3章，对该系统进行建模，在原理上介绍了项目要用到的相关算法，包括透视变化、显著性检测、SIFT算法、BP神经网络算法等。

第4章，使用本项目的一组小的实际数据为例，说明了相关算法的实现，以及各类参数的选取等。

第5章，使用全部的图像数据，80%作为训练用，其余作为测试用，对本项目的整体流程进行实验，并对结果进行分析。

第6章，总结工作，做出结论，并对之后的改进提出一些思路。来;自]优Y尔E论L文W网www.youerw.com +QQ752018766-

2  相关技术发展现状

2。1  显著目标识别

视觉注意力，是人类视觉系统有选择地，只处理显著的视觉刺激的图像细节的一种能力，这是一种很令人惊讶的能力，在认知心理学、神经科学和计算机视觉等多个学科中，视觉注意力都备受关注和研究。随着认知理论和早期注意力模型的提出和发展，目前已有上百种计算显著性的模型，用来检测图像或视频中显著的子图。

1998年，Itti和Koch提出的了最早、最著名的视觉注意力模型[7]之一。