数字图像处理第十三章课件.ppt

第十三章 图 像 模 式 识 别 第十三章 图像模式识别 模式：客观世界和主观世界即物质和意识的所有方面、所有个体、所有单元、所有事物的抽象。 模式还可分成概念的和具体的两种形式: 前者如意识、思想、议论等，属于概念识别研究的范畴，是人工智能的另一研究分支。 我们所指的模式识别主要是对语音波形、地震波、心电图、脑电图、图片、照片、文字、符号、生物的传感器等对象进行测量的具体模式进行分类和辨识。 模式识别(Pattern Recognition)是指对表征事物或现象的各种形式的(数值的、文字的和逻辑关系的)信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。 模式识别是信息科学和人工智能的重要组成部分。 第十三章 图像模式识别 模式识别研究主要集中在两方面： 一是研究生物体(包括人)是如何感知对象的，属于认识科学的范畴， 二是在给定的任务下，如何用计算机实现模式识别的理论和方法。 前者是生理学家、心理学家、生物学家和神经生理学家的研究内容。 后者通过数学家、信息学专家和计算机科学工作者近几十年来的努力，已经取得了系统的研究成果。 第十三章 图像模式识别 图像模式识别是图像处理的另一类问题：就是不要求其结果并不是一幅完整图像的本身，而是将经过前述图像处理后的图像，再经过分割和描述提取有效的特征，进而加以判决分类。例如： 从遥感图像中分割出各种农作物、森林资溉、矿产资源等等，并进一步判断其产量或蕴藏量； 由气象云图结合其它观察数据进行自动天气预报； 用人工地震波形图寻找有油的岩层结构； 根据医学X光图像判断分析各种病变； 邮政系统中的信函自动分拣等。 因此，可以认为把图像（或图像中的对象）进行区别分类就是图像的模式识别。 模式识别方法和应用很广泛，也相当复杂，正在发展之中。 第十三章 图像模式识别 模式识别的研究对象基本上可概括为二大类： 一类是有直觉形象的如图像、相片、图案、文字等； 一类是没有直觉形象而只有数据或信息波形如语音、心电脉冲、地震波等。 但是，对模式识别来说，无论是数据、信号还是平面图形或立体景物都是除掉他们的物理内容而找出它们的共性，把具有同一共性的归为一类，把具有另一种共性的归为另一类。 模式识别研究的任务是研究出能够自动处理某些信息的机器系统，以便代替人完成分类和辨识的任务。 13.1 图像模式识别的基本概念 模式识别的定义：根据对某个物理对象的观测信息，利用计算机对该物理对象进行分类，从而给出该物理对象所属的类别。 观测信息可以是图像、声音、温度、压力等任何可以测量的观测量。 为了让机器自动完成模式识别任务，我们需要： （1）数据采集设备； （2）模式识别算法。 13.1 图像模式识别的基本概念 图像模式识别过程可分为三个阶段： 第一阶段是图像信息的获取； 第二阶段是信息的加工与处理。它的作用在于把调查了解到的数据材料进行加工、整理、分析、归纳以去伪存真，去粗取精，抽出事物本质的特征。当然，抽取什么特征，保留多少特征与采用何种判决有很大关系。 第三阶段是判决或分类。这相当于人们从感性认识升到理性认识而做出结论的过程。第三阶段与特征抽取的方式密切相关。它的复杂程度也依赖于特征的抽取方式。例如：类似度、相关性、最小距离等等。 13.1 图像模式识别的基本概念 图像模式识别的应用领域： 地球资源、环境的调查研究（遥感图像识别、分类）； 生物医学工程（脑电图、B超、 CT、MRI（核磁共振）、PET；染色体、癌细胞）； 生产自动化（产品缺损检查、智能机器人、机器人视觉）； 文件处理和管理自动化（资料、数据自动识别、登记、分类、OCR、条码）； 军事（目标识别、自动瞄准、自动搜索）； 公安侦破、身份识别（指纹、人面、虹膜）； 商业自动化（自动售货机、自动检票机）。 13.2 图像模式识别的基本方法 模式识别已初步形成三大类： 统计模式识别； 句法模式识别； 模糊集识别。 13.2 图像模式识别的基本方法 13.2.1 统计模式识别 统计模式识别是模式识别中应用最广的方法，而且对它的掌握是彻底理解各种模式识别过程的基础。 统计模式识别认为图像可能包含一个或多个物体，并且每个物体属于若干事先定义的类型、范畴或模式之一。 由于不确定性是客观存在的，因而发生错误的决策分类在所难免，只能借助概率论的知识，使得决策的错误率达到最小。 13.2 图像模式识别的基本方法 13.2.1 统计模式识别 统计模式识别的过程如下图所示。这是计算机识别的基本过程，数字化是把图像信号变成计算机能够接受的数字信号。预处理的目的是去除干扰、噪声及差异，将原始信号变成适合于计算机进行特征抽取的形式。然后对经过预处理的信号进行特征抽取。最后进行判决分类，得到识别的结果。 为了进行分类，必须有图像样本。对样本图像进行特