图像分析与识别_课件_8.ppt

图像处理、分析与理解 Image Processing, Analysis and Understanding 图像理解需要多个图像处理步骤间的交互作用。 在前面的章节中已经介绍了图像理解所必要的基础，现在必须建立一种内在的图像模型来表示机器视觉系统有关被处理的现实世界图像的概念。 考虑一种典型的人类认知途径：人可以很好地进行图像处理、分析和理解。 尽管有这个事实，但如果我们没有对将要出现的事物有预测的话，有时候识别将会是件很困难的事情。 如果观察者得到一些组织的微观图像，但是他从没有学习过这些组织的结构或是形态，那么他就不能确定哪些是不正常的组织。 如果需要观察者理解城市的航空图像或是卫星图像，即便这些数据来自观察者非常熟悉的城市，同样的问题也会出现。 在建立起内在的模型时，我们使用了两种主要形式的知识：一种是一般普遍存在的知识，诸如这里的城市中的街道、房屋、公园等的设置；另一种是关于特定城市中的特别房屋、街道、河流等的特殊知识。 机器视觉系统可以用于解决类似的问题。 观察者和人工视觉系统的主要不同在于后者缺乏关于真实世界的可以广泛应用的、具有一般性的并且可修改的知识。 机器视觉系统建立用来处理场景的内在模型，验证并更新它们，对于给定的任务，必须执行一系列合理的处理步骤。 如果内在模型与实际场景匹配了，那么就达到了图像的理解。 上面描述的例子表明图像模型的存在是感知认识