数字图像处理第9章ppt课件.ppt

数字图像处理第9章ppt课件.ppt

ID:59470521

大小:451.50 KB

页数:56页

时间:2020-09-14

数字图像处理第9章ppt课件.ppt_第1页
数字图像处理第9章ppt课件.ppt_第2页
数字图像处理第9章ppt课件.ppt_第3页
数字图像处理第9章ppt课件.ppt_第4页
数字图像处理第9章ppt课件.ppt_第5页
资源描述:

《数字图像处理第9章ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、本章指导:重点掌握图像匹配与识别技术的基本概念以及常用图像匹配与识别方法,如基于匹配的识别、统计模式识别、句法模式识别等,对模糊模式识别、人工神经网络识别和支持向量机识别等有初步了解。第9章图像匹配与识别9.1模式与模式识别9.2基于匹配的识别技术9.3统计模式识别9.4句法模式识别9.5模糊模式识别方法9.6人工神经网络识别法9.7统计学习理论和支持向量机识别方法9.8小结第9章图像匹配与识别9.1模式与模式识别9.1.1模式的概念模式识别(patternrecognition)作为一门学科有其系统的理论基础和技术方法。模式识别属于图像分析的范畴,它所得到的结果是一幅由

2、明确意义的数值或符号构成的图像或图形文件,而不再是一幅具有随机分布性质的图像。模式识别的目的是对图像中的物体进行分类,或者可以说是找出图像中有哪些物体。模式就是存在于时间和空间中,可以区别它们是否相同或相似的可观察的事物。但模式所指的不是事物本身,而是从事物中获取的信息。因此模式往往表现为具有时间和空间分布的信息。9.1.2模式识别系统模式识别技术起源于人类自身对事物的认知分析过程,是依据一定的量度或观测基础把待识别模式划分到各自的模式类中取得过程。模式类是指模式所属的类别或同一类中模式的总体。模式识别实际上包含了以下两个步骤:(1)特征提取和选择(2)决策分类模式识别系

3、统的基本构成信息获取数据预处理特征提取和选择分类器设计分类决策训练过程输出结果信息获取部分为了使计算机能够对各种现象进行分类识别,首先利用各种输入设备将要识别对象的信息输入计算机。通过测量、采样和量化,可以用矩阵或者向量来表示待识别对象的信息,这就是信息获取的过程。预处理部分预处理的目的就是去除噪声,加强有用的信息,并对输入测量仪器或其他因素所造成的退化现象进行复原。对于数字图像来说,预处理就是应用前面讲到的图像复原、增强和变换等技术对图像进行处理,提高图像的视觉效果,优化各种统计指标,为特征提取提供高质量的图像。特征提取和选择由于待识别对象的数据量可能是相当大的,为了有

4、效的实现分类识别,就要对原始数据进行某种变换,得到最能反映分类本质的特征。这就是特征提取和选择的过程。决策分类分类决策就是利用特征空间中获得的信息,对计算机进行训练,从而制定判别标准,用某种方法把待识别对象归为某一类别的过程。9.1.3模式识别方法的分类统计模式识别方法基本思想是将提取的特征向量定义在一个特征空间中,不同类别的对象都对应于空间中的一点,在分类阶段,利用统计决策原理对特征空间进行划分,从而识别不同特征的对象。统计模式识别的主要方法有:判别函数法、K近邻分类法、非线性映射法、特征分析法以及主成分分析法等。模糊模式识别模糊识别的理论基础是模糊数学(fuzzyma

5、th)。它根据人辨识事物的思维逻辑,吸取人脑的识别特点,将计算机中常用的二值逻辑转向连续逻辑。模糊识别的结果是用被识别对象隶属于某一类别的程度,即隶属度来表示的。人工神经网络模式识别人工神经网络研究源于对生物神经系统的研究。它将若干个处理单元(即神经元)通过一定的互连模型连结成一个网络,这个网络通过一定的机制(如误差后向传播)可以模仿人的神经系统的动作过程,以达到识别分类的目的。句法结构模式识别着眼于对待识别对象的结构特征的描述。将一个识别对象看成是一个语言结构,例如一个句子是由单词和标点符号按照一定的语法规则生成的,同样,一幅图像是由点、线、面等基本元素按照一定的规则构

6、成的。9.1.4模式识别的应用模式识别已经在天气预报、卫星航空图片解释、工业产品检测、字符识别、语音识别、指纹识别、医学图像分析等许多方面得到了成功的应用。具体来讲,模式识别在图像处理与分析中的应用可分为以下几个方面:(1)字符识别(2)生物特征识别(3)遥感应用(4)医学诊断9.2基于匹配的识别技术9.2.1全局模板匹配为了从图像中确定出是否存在某一目标,可把某目标从标准图像中预先分割出来作为全局描述的模板,然后在另一幅图像中搜索是否有这种模板目标。设全图像f(x,y)大小为M×N,若目标模板是J×K大小的w(x,y),常用相关度量R(x,y)来表示它们之间的相关性:式

7、中,m=0,1,2…,M-1;n=0,1,2,…,N-1。进一步,规格化相关度:式中设样板所框出范围都是j,k从1到J,K计算,而(m,n)则为f(x,y)的MN小区中任一点,式中f1(x,y)是f(x,y)在(m,n)点框出JK大小的f(x,y)区,当m,n改变时,可搜索到一个R(m,n)最大值,即为样板配准或匹配的位置。若图像和目标样板用f和w1向量表示,则相关计算为:式中w1为w(j-m,k-n)形成的向量。NyMxJ(m,n)w(x,y)K在点(m,n)处的全局样本相关9.2.2模板向量匹配若用向量描述样板,则相关匹配

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。