图像识别入门概述.pdfVIP

图像识别⼊门概述

⼀、基本概念与原理

1.图像的组成：指的是图像的光学组成概念。图像是由很多具备⾊彩种类、亮度等级信息的基本像素点组成的，是⼆维图像⽤有限数字数值

像素的表⽰。⽽数字图像⼜称为数码图像、数位图像。

2.基本过程：

图像识别通常有轮廓识别、特征识别、⾊彩识别、物体识别等，其中轮廓识别是重中之重。⽽图像识别的基本流程为：信息获取图像采集-

图像预处理得到特征数据-训练过程-识别。

3.⼏个基本概念：

3.1模式识别：⼤致分为结构⽅法和决策理论⽅法（⼜称统计⽅法）。常⽤⽅法之⼀是模板匹配，即在输⼊图像上不断切割出临时图像，再

与模板图像进⾏匹配。

3.2⽀持向量机（SVM）：SVM是从线性可分情况下的最优分类超平⾯发展⽽来的。它是⼀种分类器，是⼀种可训练的、基于结构风险最

⼩化原则的通⽤机器学习⽅法，时线性化和升维的过程。

3.3OpenCV:基于BSD许可证授权发⾏的跨平台计算机视觉库。

3.4LIBSVM：⼀个简单、易于使⽤的SVM模式识别与回归软件包。

⼆、热门应⽤与⽅向：

图像识别主要经历了三个阶段：对⽂字信息的识别，对数字化信息的识别，和对物体的识别。图像识别经过这三个阶段不断发展，充分发挥

⾃⾝特点与优势，逐步拓展⾄各个领域，与各⾏业技术相结合。图像识别技术的主要应⽤与发