基于matl与ab图像识别.pptVIP

膨胀处理 膨胀处理后 * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 区域填充 膨胀运算后，图像的边缘得到了很好的描述 然而，在目标物的内部，仍然存在一些空洞，可通过区域填充消除空洞 * 区域填充后 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 标记连通区域 为了能够更加清楚的观察分割结果，我们对上图中的连通区域进行标记，并且用不同的颜色显示 从图中可以看出，共得到四部分分割区域，并分别用红色，黄色，深蓝色和蓝绿色表示出来 * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 对象提取 在二值图像中，对象是指值为1且连接在一起的像素的集合。 根据上图中不同目标物的不同坐标，提取出特定的连通区域，选择特定的对象 * 分别显示出只含有一个对象的二值图像 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 5 特征提取 5.1形状特征 5.2 颜色特征 * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 5.1形状特征 图像经过边缘提取和图像分割等操作，就会得到边缘和区域，也就是获得了目标的形状。 任何物体的形状特征均可由其几何属性（如长度、面积、距离、凹凸等），统计属性（如投影）和拓扑属性（如连通、欧拉数）来进行描述。 可以用来表示形状的特征包括几何特征和矩特征。 可供选择的几何特征有：周长、面积、偏心率、欧拉数、角点、横轴长度和纵轴长度。 矩特征有质心、方向、主轴关于方向的矩、不变矩和特征矩等。 本例识别目标物较少，因此不必选择过多特征，我们只选择了面积，横轴长两个特征，并用图像分析得到的特征值建立了一个小型的特征库 * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 5.2 颜色特征 由于颜色特征具有旋转不变性和尺度不变性，因而，在图象识别技术，颜色是使用最广泛的特征之一。 而颜色特征的提取是利用颜色特征进行图象识别的关键之一。 目前，大部分系统都采用颜色比例分布作为颜色基本特征， 这就是图象领域中的直方图法。 * (a) （b） (c) （d） 图(a)~(d)分别为香蕉，青椒，梨和西红柿的直方图 横轴为色调Hue，纵轴为H（p）。 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 相似度量 颜色特征提取后，如何用数值来有效的表示图像在颜色上的相似程度，这便是相似度量问题 相似度量也是直接影响识别效果的重要环节，在模式识别技术中，特征的相似度量均采用距离法 ，即特征的相似程度用特征向量的空间距离来表示 * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 6 识别结果 经过彩色边缘检测，图像分割和特征提取，对分割后的图像进行模式匹配，并制作出用户界面，最终实现图像的分类和识别。 当按下界面上的控制按钮时，计算机会自动