图像识别资料.pptx

图像识别;图像识别的基本概念 统计模式识别;模式是对客观事物的描述，是指建立一个可用于仿效的完善的标本。 模式识别本质上是经过分析、判断、归类、识别出事物与哪个供仿效的标本相同或相似。有时可将模式识别理解为模式分类。 图像识别就是图像分类，属于模式识别的范畴;数据获取：通过图像输入设备实现。 预处理：提高图像质量，包括滤波、平滑、增强、复原、提取边缘、图像分割等方法 特征提取和选择：将预处理后的图像转化为若干特征。常见特征有：幅度特征，统计特征，几何特征，变换系数特征等;决策分类是模式识别要解决的关键问题 决策分类可以认为是寻找进行分类的决策函数的过程。当已知待识别模式的完整的先验知识时，则可以据此确定决策函数的数学表达式。如果仅已知待识别模式的定性知识，则在确定决策函数的过程中，通过反复学习、调整，以取得满意的决策函数表达式;数据获取：将细胞涂片上显微细胞图像转换为细胞数字图像，该细胞数字灰度图像反映了原细胞图像中相应位置的光密度大小。 预处理：采用图像平滑法去除噪声，用图像阈值分割在差分直方图上求出划分细胞与背景、细胞核与细胞浆的两个灰度阈值 特征的选择和提取：根据医生的建议和细胞所处部位及病变阶段，建立细胞的特征模型。一般可取33个特征。;统计模式识别：以概率统计为基础，模式用特征向量描述，找出决策函数进行模式决策分类 句法模式识别：以形式语言理论概念为基础。模式被分解为模式