数字图像中提取椭圆与直线类几何形状方法分析.pdfVIP

西北工业大学硕士论文 绪论 第一章 绪论 1．1概述 在本论文所涉及的领域——图像处理与目标识别中，其研究的对象——图 像，是表达人类视觉信息的一种物理形式，即某种能量的样本阵列，常用矩阵或 数组来表示，其中每个元素的坐标代表场景点的位置而元素的值代表场景点的某 个特征量。其任务是通过分析图像中的信息，提取对实际工作中有价值的部分， 指导进一步的研究行为。 图像识别所提出的问题，是研究用计算机代替人们自动地去处理大量的物理 信息解决人类生理器官的识别效率问题，从而部分地代替人的脑力劳动。它属于 模式识别(PaRern Recognition)的范畴，也可以把模式识别狭义地理解为图像识 别。图像的含义十分广泛，包括各种物体的黑白或彩色图画、手写字符、遥感图 片、声波信号、x射线透视胶片等等。利用计算机对目标进行自动检测与识别， 是今后进行计算机视觉领域研究的基础工作，具有较强的理论意义。 同时，这一领域的研究工作，有很强的应用背景。例如，在当前民用领域的 字符识别、指纹识别：工业领域的自动探伤、产品检查；生物医学领域的细胞分 类、染色体分类、放射图像分析；军事领域的侦察、制导和警戒系统、防御系统 等。这些都是图像识别技术在各个领域的广泛应用。 1．2目标识别的基本概念 目标识别在一定意义上可以理解为是图像识别，即在确定的图像中提取出感 兴趣的目标。图像识别与图像处理的关系非常密切，互相交错，很难把它们截然 分开。为了进行图像识别，首先要进行图像处理。图像处理就是对给定的图像进 行某些变换，从而得到清晰图像的过程。对于有噪声的图像，要除去噪声、滤去 干扰，提高信噪比，对信息微弱的图像要进行灰度变换等增强处理；对已经退化 的模糊图像要进行各种复原的处理：对失真的图像迸行几何校正等变换。由此可 见，图像处理就是为了达到改善图像质量，将图像变换成便于人们观察、适于机 器识别的目的。对图像处理环节来说，输入是图像，输出也是图像。 图像识别是对经过上述处理后的图像进行特征抽取，如抽出图像的边缘线及 西北工业大学硕士论文 轮廓，进行区域分割等，然后根据图形的几何及纹理等特征，利用模式匹配、判 别函数、决定树、团匹配等识别理论对图像进行分类，并对整个图像作结构上的 分析。图像识别以研究图像的分类与描述为主要内容，找出图像各个部分的形状 Extraction)。因而对图像识别环节来说，输入 和纹理特征，亦即特征提取(Feature 是图像(通常是处理过的图像)，输出是类别和图像的结构分析，在图像识别的特 征提取过程中。常常也包括对图像的分割(ImageSegmentation)。 图象处理 图象识别 r+图象的合 图象输入——上+图象变换 图象再生 P结构分析 特征抽出——识别操作-j—一分类 图1．1图像识别和图像处理之间的关系 从图1．1中就可清楚地看出图像处理和图像识别之间的关系。为了进行图像 识别，首先需要进行图像处理，但这两者之间并没有明显的界限，因为有时处理 和识别是同时进行的。 目标的自动检测与识别，是计算机视觉和人工智能研究及应用中一项非常有 意义而又很困难的工作。其主要目的是确定视野图像中是否存在目标：如果存在 目标，就给它一个合理的解释，即判断目标是什么并确定它的位置。 一般目标识别算法的过程，主要处理步骤如下： 图1．2识别算法的流程 注意，由箭头连接的两个步骤代表，前一个步骤的输出就是后一个步骤的输 入。 先对获得的图像进行预处理，然后提取感兴趣的特征，一般这些特征是经过 分析、可以用于指导下～步处理的特征，而提取特征所依据的准则也是根据特征 本身的性质定义的。特征提取之后，得到的是一些有意义的表示，或者是矢量的 集合，或者是语意的集合，这些表示可以将待识别的目标与图像中的非目标分离 2