图像及识别及应用.pptVIP

数字图像技术(Digital Image Processing Technology） 李鹤喜 2011 本课程的主要内容 模式识别的一般过程 图像识别与模式识别的关系 1、模式识别包含了、波形、语音、图形、图像等各种信息输入形式，图像识别属于模式识别的一部分； 2、模式识别的许多方法如：决策理论、贝叶斯分类器、神经网络分类器、支持向量机等都可以用到图像识别中来； 3、图像识别有自己独特的方法。 8.2 一些常用的基本概念 第九章 计算机视觉初步 n是输入向量元素的加权求和,定义如下： 写成向量内积的形式： a 是神经元的输出，f 是神经元的传递函数,定义如下： 进行神经网络分析时，可以将上面的神经元简略表达如下： 包含多个神经元的一层神经元 一层具有Ｓ个神经元简约表示 多层神经网 多层神经网的简约表示 用IW表示输入的权值矩阵，LW表示层间的权值矩阵，而用上标表示层间的关系则有： 在MATLAB中把IW和LW设置成Cell单元类型 同时向量（无顺序） 顺序向量（按顺序） 两种基本类型的输入向量 输入数据的结构形式 同时向量的仿真 所谓仿真SIM是指神经网络的结构参数：权值矩阵W、偏置b、和传递函数 f 确定后，在给定输入激励下，神经网络的输出。 net = newlin ([1 3; 1 3], 1); 使用下列函数建立一个线性神经网络 设定网络的权值和偏置为： net.IW{1,1} = [1 2]; net.b{1} = 0 Net是一个结构，可以设定它的权值和偏置 设有4组输入向量，它们是： P = [1 2 2 3; 2 1 3 1]; 4组输入向量，以一个矩阵的形式产生输入 A = sim( net, P) A = 5 4 8 5 使用产生的网络net，和同时输入向量P为参数，用sim函数进行神经网络的仿真，上例的结果为： 顺序向量的仿真 所谓仿真SIM是指神经网络的结构参数：权值矩阵W、偏置b、和传递函数 f 确定后，在给定输入激励下，神经网络的输出。 BP神经元结构和简约画法 具有输入、隐层、输出层结构的BP神经网络 隐层4个神经元 输出层3个神经元 2维 输入向量 常用传递函数 f 类型 net=newff([-1 2; 0 5], [3,1],{tansig,purelin},traingd); 在MATLAB7.0下使用newff创建BP神经网。 例如我们创建一个2维输入向量，具有3个隐层节点和一个输出节点的3层结构的BP神经网络： 隐节点数 输出节点数 8.5.2 BP神经网络的创建、训练与仿真 1、BP神经网络的创建 隐层传递函数 输出层传递函数 输入分量范围 训练方式 2、BP神经网络的训练 当确定完神经网络的具体结构—输入向量维数、隐层节点数、输出节点数，就要采用一定的训练方法对神经网络进行训练，目前应用最多的是—梯度下降法。在Matlab神经网络工具箱中，设置了这一算法。并通过train( )函数来实现神经网络的训练。基本语法为： Trained_net= train (net, P, T) 待训练的网 完成的训练网 输入的特征向量 训练目标 3、BP神经网络的仿真 仿真是对已经训练完成的BP神经网络进行应用模拟，以检查神经网络的响应性能。即当网络权值w,偏移值确定后，通过给定输入Pgiven，检查实际输出y与期望是否相符。对于仿真结果满足要求的网络就可定型。仿真采用下列函数： y=sim(trained_net, P); 完成的训练网 输入的特征向量 网络的实际输出 8.5.3 基于BP神经网络的图像识别实例 1、手写数字字符的识别 2、人脸的识别 3、车型的识别 4、车牌的识别 5、指纹的识别 6、虹膜的识别 6、刚体目标的识别 7、人体目标的识别 1、基本概念 计算机视觉就是用各种视觉传感器代替视觉器官作为输入感应手段，由计算机来代替大脑完成所得到的图像信息的处理和解释。计算机视觉的最终研究目标就是使计算机能象人那样通过视觉观察和理解世界，具有自主适应环境的能力。目前二维机器视觉和三维立体视觉两大类。 2、摄像机成像模型 摄像机的景物成像应该基于物理学的透镜成像原理，由于透镜成像较为复杂，目前基本采用针孔成像模型来近似处理。如图所示，Oc为摄像机的光轴中心点，π为摄像机的成像平面，按针孔成像原理,摄像机前的物体在像平面π上的像是倒立的实像。像的尺寸和物体实际的大小成正比，与物体到光心的距离成反比。为方便分析，将像平面π 沿光轴移到光心前面的对称平面，这样物体的像就和实物方向相同，根据这样的假设，下面建立物象的透射投影关系。以摄像机的光心Oc为摄像机的坐标