模式识别2.pptVIP

第9章 模式识别 模式识别 图像分割 纹理分析 模糊聚类 神经网络 模式识别的概念 图像处理与图像分析 识字过程 起源于人类自身对事物的认知分析过程。 模式识别的概念 特征提取 运用一定的数学方法通过计算进行量化表示。 一组特征形成特征向量 决策分类 决策依据：与决策相关联的特征向量 确定每个特征应归属的类别或含义 模式识别框图 模式识别方法的分类 统计模式识别：随机变量 模糊模式识别：隶属度 神经网络：后向传播（BP网） 句法结构模式：结构特征 模式识别在图像处理方面的应用 字符识别 文字识别软件 生物特征识别 指纹识别 人像识别 遥感应用 解读卫星图像 医学诊断 CT、核磁共振 图像分割 把图像分成各具特性的区域并提取出感兴趣的目标的技术及过程。 算法本质：标记过程 图像分割的原则 像元灰度值的不连续性： 不同区域分界处的灰度值有突变 同区域内像元灰度值的相似性： 从某个点（种子）出发，对邻域内满足相似性测量准则的像元进行合并 灰度阈值法分割图像 通过直方图确定灰度阈值，将图像按像素点灰度值的大小进行分类。 P149 图9-2 基于边缘的图像分割 Robert算子 Sobel算子 Prewitt算子 Laplacian算子 Demo: Edge Detection Demo: Detecting a Cell Using Image Segmentation 数学形态学 膨胀 腐蚀 开运算 闭运算 膨胀 BW = zeros(9,10); BW(4:6,4:7) = 1 BW = 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 1 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 SE = strel(square,3) SE = Flat STREL object containing 3 neighbors. Neighborhood: 1 1 1 1 1 1 1 1 1 腐蚀 SE = strel(arbitrary,eye(5)); SE= Flat STREL object containing 5 neighbors. Neighborhood: 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 1 开与闭 开运算：先腐蚀再膨胀 消除细小物体、在纤细点处分离物体和平滑较大物体的边界而又不明显改变其面积。 闭运算：先膨胀再腐蚀 填充物体内细小空洞、连接邻近物体、在不明显改变物体面积的情况下平滑其边界。 区域生长法分割图像 P151 图9-5 纹理分析 纹理：图像灰度值的空间分布特征 标志： 局部序列在更大区域内的重复 序列是由其基本部分非随机排列而成 结构尺寸大致相同 纹理的基本单元：纹理基元 计算方法：通过对给定邻域内像素灰度值的空间分布的分析计算得到量化指标 利用灰度共生矩阵提取纹理 灰度共生矩阵 统计像素和附近像素的关系 基于灰度共生矩阵的统计量 局部一致性 反差 熵 纹理分割Demo * * 信号 获取 数据 预处理 特征 提取 决策 分类 结果 输出 利用输入设备将图像文字声音等输入计算机 优化统计指标 为特征提取作准