数字图像处理与识别第1章 绪论.pptVIP

第1章 绪论 数字图像处理与识别 1.1 图像处理的研究范畴1.2 模式识别的研究范畴1.3 图像识别概述 第一章 绪论 1.1 图像处理的研究范畴 1.1.1 数字图像及其分类 图像是对客观对象的一种相似性的、生动的描述或表示。 从人眼的视觉特点看，图像分为可见图像和不可见图像。 按波段多少，图像可分为单波段、多波段和超波段图像。 按图像空间坐标和明暗程度的连续性，图像可分为模拟图像和数字图像。 1.1 图像处理的研究范畴 1.1.2 图像处理（Image Processing） 对图像进行一系列的操作以达到预期目的的技术称作图像处理。 按照处理对象的不同可分为: 模拟图像处理 数字图像处理 1.1.2.1 分类 1.1 图像处理的研究范畴 1.1.2 图像处理（Image Processing） 1.1.2.2 内容 狭义的图像处理（Image Processing） 图像分析（Image Analysis） 图像理解（Image Understanding） 1.1 图像处理的研究范畴 狭义的图像处理（Image Processing） 底层（low-level）操作 图像变换,编码压缩,增强和复原,分割 以人为最终的信息接收者 主要目的是改善图像质量 1.1.2.2 内容 1.1 图像处理的研究范畴 图像分析（Image Analysis） 对图像中感兴趣的目标进行检测、测量和分类，从而建立对图像的描述。 中层（middle-level）处理 符号描述、目标检测、景物匹配和 以机器为对象，目的是使机器或计算机能自动识别目标 识别 1.1.2.2 内容 1.1 图像处理的研究范畴 图像理解（Image Understanding） 高层（high-level）操作 利用计算机系统解释图像，实现类似人类视觉系统理解外部世界。其正确的理解要有知识的引导，与人工智能等学科有密切联系。仍是一个有待进一步探索的领域。 以人和机器为目标 1.1.2.2 内容 1.1 图像处理的研究范畴 低级处理：图像获取、预处理，不需要智能 中级处理：特征提取、目标检测、识别，需要智能 高级处理：图像解释，缺少理论，为降低难度，设计的更专用。 总结：三种基本范畴 1.1.2 图像处理 1.1 图像处理的研究范畴 知识库 表示与描述 预处理 目标检测 识别 低级处理 高级处理 中级处理 解释 结果 图像获取 问题 图像分析系统的构成： 1.1.2 图像处理 1.1 图像处理的研究范畴 1.1.3 与相关学科的关系 1.2 模式识别(Pattern Recognition) 1.2.1 什么是模式和模式识别 模式 广义：模式就是存在于时间和空间中，可以区别它们是否相同或相似的可观察的事物。 狭义：模式所指的不是事物本身，是通过对具体的个别事物进行观测所得到的具有时间和空间分布的信息 。 模式类 把模式所属的类别或同一类中模式的总体称为模式类(或简称为类)。 1.2 模式识别 1.2.1 什么是模式和模式识别 模式识别 对表征事物或现象的各种形式的（数值的，文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。 1.2 模式识别 1.2.2 模式识别的研究内容 研究对象 目前主要是对语音波形、地震波、心电图、脑电图、图片、文字、符号、三维物体和景物以及各种可以用物理的、化学的、生物的传感器对对象进行测量的具体模式进行分类和辨识。 1.2 模式识别 1.2.2 模式识别的研究内容 研究内容 研究生物体(包括人)是如何感知对象的。 在给定的任务下，如何用计算机实现模式识别的理论和方法。 1.2 模式识别 1.2.3 模式识别系统的组成 信息获取 数据预 处理 特征提取 和选择 分类器设计 分类决策 训练过程 输出结果 1.2 模式识别 1.2.4 模式识别的方法 统计模式识别 句法结构模式识别 人工神经网络模式识别 模糊模式识别 基本方法 1.2 模式识别 1.2.5 模式识别的应用 手写字符识别 自然语言理解 语音信号识别 生物测量 图像识别 1.3 图像识别概述 目的： 图像识别属于模式识别的范畴，其目的是对图像中的物体进行分类，或者可以说是找出图像中有哪些物体。有些情况下还要描写图像中目标的形态。 结果：