图像的识别与应用.pptVIP

3、基于频域模板匹配的图像识别在频域分析中，我们将空间域的相关运算转化为频域的的共轭相乘，即：空间域上的相关频率域上的相乘如果将f(x,y)视为待识别的图像，g(x,y)视为标准模板则就可以采用频域上的相乘，取代空间域上基于相关运算的模板匹配，可以缩短匹配计算的时间。第29页，共66页，星期日，2025年，2月5日8.5基于神经网络的图像识别W=p=输入的R维向量对应的权值行向量b是偏置8.5.1神经网络基础第30页，共66页，星期日，2025年，2月5日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：第31页，共66页，星期日，2025年，2月5日进行神经网络分析时，可以将上面的神经元简略表达如下：第32页，共66页，星期日，2025年，2月5日包含多个神经元的一层神经元第33页，共66页，星期日，2025年，2月5日第34页，共66页，星期日，2025年，2月5日一层具有Ｓ个神经元简约表示第35页，共66页，星期日，2025年，2月5日多层神经网第36页，共66页，星期日，2025年，2月5日多层神经网的简约表示第37页，共66页，星期日，2025年，2月5日用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单元类型第38页，共66页，星期日，2025年，2月5日同时向量（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第39页，共66页，星期日，2025年，2月5日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。第40页，共66页，星期日，2025年，2月5日net=newlin([13;13],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}=[12];net.b{1}=0Net是一个结构，可以设定它的权值和偏置第41页，共66页，星期日，2025年，2月5日设有4组输入向量，它们是：P=[1223;2131];4组输入向量，以一个矩阵的形式产生输入第42页，共66页，星期日，2025年，2月5日A=sim(net,P)A=5485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：第43页，共66页，星期日，2025年，2月5日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。第44页，共66页，星期日，2025年，2月5日BP神经元结构和简约画法第45页，共66页，星期日，2025年，2月5日具有输入、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维输入向量第46页，共66页，星期日，2025年，2月5日常用传递函数f类型第47页，共66页，星期日，2025年，2月5日第1页，共66页，星期日，2025年，2月5日本课程的主要内容

1、图像的获取

2、图像变换

3、图像的增强与滤波4、图像的边缘检测5、图像的分割6、图像形态学7、图像的特征提取与分析8、图像识别与应用9、计算机视觉初步第2页，共66页，星期日，2025年，2月5日第8章图像的识别技术第3页，共66页，星期日，2025年，2月5日主要内容8.1模式识别概述8.2一些常用的基本概念8.3基于决策理论的图像识别8.4基于模板匹配的图像识别8.5基于神经网络的图像识别8.6基于支持向量机的图像识别第4页，共66页，星期日，2025年，2月5日8.1模式识别概述模式识别(PatternRecognition)是指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。模式识别又常称作模式分类，从处理问题的性质和解决问题的方法等角度，模式识别分为有监督的分类（SupervisedClassification）和无监督的分类(UnsupervisedClassification)两种。二者的主要差别在于，各实验样本所属的类别是否预先已知