图像识别技术1教材.pptVIP

第六章 图像识别与处理技术 授课老师：蒙自明 物理与光电工程学院 mengzm@gdut.edu.cn 自动识别系统 自动识别系统是一个以信息处理为主的技术系统，它的输入端是将被识别的信息，输出端是已识别的信息。 自动识别系统的输入信息分为特定格式信息和图像图形格式信息两大类 1、特定格式信息识别系统 特定格式信息就是采用规定的表现形式来表示规定的信息。如条码符号、IC卡中的数据格式等。系统模型如下图： 2、图像图形格式信息识别系统 图象图形格式信息则是指二维图像与一维波形等信息。如二维图像包括的文字、地图、照片、指纹、语音等。系统模型如下图： 图像处理、识别及理解 图像识别过程 图像识别 运用模式识别的原理对图像对象进行分类的学问。 模式（pattern）与模式识别（pattern recognition） 广义地说，存在于时间和空间中可观察的事物，如果我们可以区别它们是否相同或是否相异，都可以称之为模式。 模式识别就是根据观察到的事物的模式对事物进行分类的过程。 *模式是一个客观事物的描述，即一个可用来仿效的完善的例子。模式识别按照哲学的定义，是指一个“外部信息到达感觉器官并被转换成有意义的感觉经验”的过程。模式识别问题通常表现为对一组过程或事件的判别或分类。 **按照广义的定义，模式是一些供模仿用的、完美无缺的标本。模式识别就是识别出特定客体所模仿的标本。客体是指人类能用感官直接或间接接收的外部信息，不如声音、图像、文字是模式，心电图、脑电图、地震波也是模式。 **模式类的定义 模式类是具有某些公共特征的模式的系列（集合） 模式类用w1,w2,…wM表示，M是类的个数 **模式识别的定义 根据对象的特征组成的模式，确定对象是属于那一个模式类，即为模式识别 模式与模式类举例 已知汽车的长、宽、高（x1,x2,x3）,希望识别出，大客车、小轿车、卡车（w1,w2,w3） 模式识别的过程是由计算机（机器）来自动完成。广义上说，模式识别属于人工智能的范畴。 （1）数据（信息）获取 通过传感器，将光或声等信息转化为电信息。 （2）预处理： A、信号增强：去除噪声，加强有用信息。 信号恢复：对退化现象进行复原。 B、归一化处理 （例如图像大小的归一化； 神经网络输入数据的归一化） （3）特征提取和特征选择 A、特征分类：物理特征、结构特征、数学特征。 B、特征形成：根据被识别的对象产生出一组基本特征，它可以是计算出来的（当识别对象是波形或数字图像时），也可以是用仪表或传感器测量出来的（当识别对象是事物或某种过程时），这样产生的特征叫做原始特征。 C、特征提取：原始特征的数量可能很大，通过映射（或变换）的方法可以用低维空间表示样本，这个过程叫做特征提取。映射后的二次特征是原始特征的线性组合（通常是线性组合）。 D、特征选择：从一组特征中挑选出一些最有效的特征以达到降低特征空间维数的过程。 特征提取和选择：特征能够较容易地从图像中提取；所选取的特征必须有利于分类。 （4）分类器设计 分类器设计的主要功能是通过训练确定判决规则，使按此类判决规则分类时，错误率最低或风险最小。 （5）分类决策 分类器按已确定的分类判别规则对待识模式进行分类判别，输出分类结果，这就是分类器的使用过程，也称分类决策**。 模式可以是以矢量形式表示的数字特征； 　　也可以是以句法结构表示的字符串或图； 　　还可以是以关系结构表示的语义网络或框架结构等。 对于上述三种类型的模式，必须分别使用不同的识别方法：统计模式识别，结构（句法）模式识别和人工智能方法（神经网络识别）。 统计模式识别 基本原理是：有相似性的样本在模式空间中互相接近，并形成“集团”，即“物以类聚”。 主要方法有：决策函数法， k近邻分类法，支持向量机，特征分析法，主因子分析法等… 参考书籍：《统计模式识别》(Andrew R.Webb) Jain A K, Duin R P W, Jianchang Mao. Statistical pattern recognition: a review. Pattern Analysis and Machine Intelligence, 2000. 22(1) : 4～37. 分类器的设计（统计分类器） 对于要研究的分类问题有M个模式类，各个类用wi来