第九章 图像处理与识别95PPT课件.ppt

图像处理和识别技术; 图像识别;;模式(pattern) A、事物所具有的时间或空间分布信息。（狭义） B、描绘子的组合。（更狭义） ;图像识别的流程;图像匹配的基本原理;相关函数的定义;x is the gray level in the template image； x is the average grey level in the template image； y is the gray level in the source image； y is the average grey level in the source image； N is the number of pixels in the section image ； (N= template image size = columns * rows)； The value cor is between –1 and +1, with larger values representing a stronger relationship between the two images.;相关系数法举例;特征模板匹配 特征匹配 ;图像匹配的基本过程;图像匹配过程示意图;二值模板图像;灰度模板图像;Matlab应用实例;Data Set 1;Data Set 2;Data Set 3;Data Set 4;Data Set 5;Data Set 5, Results;通过匹配搜索同名点的例子;模式识别的基本问题;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和推理方法：统计模式识别，句法模式识别和人工智能方法。 ;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. ;句法（或结构）模式识别 基于形式语言理论的概念为基础。模式按其结构分解为子模式或模式基元，模式基元的连接关系以文法形式进行描述。 ;模糊模式识别 模糊集理论，Zadeh，1965 模糊集理论在模式识别中的应用 神经网络模式识别 特点：具有信息分布式存储、大规模自适应并行处理、高度的容错性以及学习能力 缺点：实际应用中仍有许多因素需要凭经验确定，比如如何选择网络节点数、初始权值和学习步长等；局部极小点问题、过学习与欠学习问题等 ;特征提取和特征选择 特征提取：原始特征的数量可能很大，通过映射（???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）。 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。; 水果（如苹果和桔子） 图像自动识别系统：选择那些有效特征，可以把苹果和桔子有效地区分开来？;*; 例如：一幅96x64的图象;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。 分类决策 在特征空间中对被识别对象进行分类。; 选择一个明确的目标，一直朝它奔去。你可能永远达不到你的目的，但是，在你前进途中，一定会找到一些有兴趣的东西。  ---费利克斯?克莱因---;作业;作业