模式识别讲稿1.pptVIP

五、预处理 欲恢复的图象 t=0 此式表示，边缘清晰的图象可以用已知的模糊图象与拉普拉斯算子求得。 五、预处理 用差分法来计算拉氏算子（五点法） 代入 g(x,y) . x,y-1 . x-1,y . x,y . x+1,y . x,y+1 五、预处理 g(x,y)=f(x,y) - τK[f(x+1,y)+f(x-1,y)+f(x,y+1)+f(x,y-1) - 4 f(x,y)] 令τK=K’ 略去f(x,y,τ)中τ g(x,y)=f(x,y) + 5K’f(x,y) -5K’(1/5 )[f(x,y) + f(x+1,y)+f(x-1,y)+f(x,f+1)+f(x,y-1)] =(1+ 5K’) f(x,y) -5K’ favg(x,y) =A f(x,y)-B favg(x,y) 其中：A= (1+ 5K’), B= 5K’ favg(x,y)为 (x,y)周围五点平均灰度值 五、预处理 此式表示，图象某点的灰度值等于已知模糊图象同一点的灰度值，减去邻域象素点的平均灰度值 减去平均值相当于减去了模糊的成分，故能有突出边缘的效果 此公式与梯度蜕化法的公式类似，也为其提供了物理上的理论解释 梯度蜕化法（三点法）： 五、预处理 6. 图象的区域平滑 用于文字识别、图像处理的预处理 去胡椒、白点 1）Unger平滑算法 3x3 窗口（米字窗口） xe xh xk xf xi xl xg xj xm 五、预处理 （1）填白点 当且仅当窗口相应位置满足以下条件时，将xi填为黑点： i) xi为黑点， 或者ii)xf, xh, xl, xj 中至少有三个为黑点 （2）去黑点 当且仅当xi为黑点,且满足以下条件时，才保留xi为黑点 i) xf, xe, xh 至少有一个黑点， 同时xj, xm, xl至少有一个黑点 或者ii) xh, xk, xl 至少有一个黑点， 同时xf, xg, xj至少有一个黑点 xe xh xk xf xi xl xg xj xm 五、预处理 7. 细化处理 获取文字（识别）或线条（矢量化）的 骨架 原则： （1）分上下、左右去掉边缘点 （2）不使笔画断线 （3）不能去掉端点、节点和角点 方法：用米字窗口，使窗口中心的黑点改为白点，除非： （1）窗口中心的黑点是连接不相邻的两黑点的唯一点 （2）窗口中黑点只有一个相邻的黑点 水 水 五、预处理 Zhang.Sue快速并行细化（瘦化）算法： 迭代算法，分两次子迭代，每次子迭代p1同时满足其中每个条件时则删除，重复执行以上迭代，直到整个图形中没有可删除点为止 第一次子迭代 第二次子迭代 (1)2≤ B(p1) ≤ 6 (1) 同左 (2)A(p1) = 1 (2)同左 (3)p2×p4×p6=0 (3)p2×p4×p8=0 (4)p4×p6×p8=0 (4)p2×p6×p8=0 其中：A(p1)为有序集p2~p9中出现0，1象素对的个数，B(p1)为p1的非零近邻的个数 p9 p2 p3 p8 p1 p4 p7 p6 p5 五、预处理 其中：A(p1)为有序集p2~p9中出现0，1象素对的个数，B(p1)为p1的非零近邻的个数 上面例：A(p1)=2