[工学]北京交通大学图像处理--第10章 模式识别1.ppt

数字图像处理学 第10章 模式识别的理论和方法 （第一讲） 例如， 根据气象观测数据或气象卫星拍照的照片如何准确地预报天气； 根据石油勘探的人工地震波如何提供存油的岩层结构； 从遥感图片中如何区别出农作物、湖泊、森林、导弹基地等； 在高能物理实验中怎样识别粒子经迹； 在医疗诊断中如何从X光片中发现病灶； 如何根据信函上的邮政编码自动分拣信件； 在繁华的交通中心根据车辆的流量如何决定开放红灯或绿灯 等诸如此类的问题都是模式识别研究的课题。 但对模式识别来说，无论是数据、信号还是平面图形和物体，都是除掉它们的物理内容找出它们的共性，把具有同一共性的归为一类，有另一种共性者则归为另一类。 例如：10个阿拉伯数字分为10类；26个英文字母分成26类；白血球有5种就分为5类；肺部X光片可分为异常和正常2类等等。 尽管这种模拟同人的意识和思维活动有本质的差别，但若从人类识别图像的过程及认识规律中得到启发，在某些环节上得到借鉴，从而采用现代技术解决实际问题这是十分有益的。 在具有视觉形象的图像识别中，许多方法和概念就是从人类认识图像的过程中直接移植过来的。人类在现实生活中要区别各种现象、物体及声音，一般总是首先抓住它们的特征进行比较、分析、判断，从而将它们分类或识别。特别是数理统计和模糊数学的发展，总结了人们的认识逻辑，从而也使图像识别有了理论基础。 被识图像 第二部分相当于人们把调查了解到的数据材料进行加工、整理、分析、归纳，以去伪存真，去粗取精，抽出能反映事物本质的东西。当然，抽取什么特征，保留多少特征与采用何种判决有很大关系。 第三部分是判决和分类，这相当与人们从感性认识上升到理性认识而做出结论的过程。第三部分与抽取特征的方式密切相关。它的复杂程度依赖于特征的抽取方式，例如：类似度、相关性、最小距离等。 统计学方法是建立在被研究对象的统计知识上，也就是对图像进行大量的统计分析，抽出图像中本质的特征而进行识别。 这统计学方法是一种数学方法，它是受数学中的决策理论的启发而产生的识别方法。在这种方法中很大的力量用在抽取图像特征方面，也就是把图像大量的原始信息减缩为少数特征，然后再提取这些特征，把它作为识别的依据。 语言学法或句法结构识别法是立足于分析图像结构。把一个图像看成语言构造。例如一个英文句子，它是词和短语组成的并按一定的语法表达出来，其中最基本元素是单词。与此类似，图像是由一些直线、斜线、点、弯曲线及环等组成。 如果两者结合起来考虑可能会有新的识别方法，目前这方面的研究还不多。除此之之外 ，其于模糊数学的发展，目前正在发展一种模糊识别法。这种方法较多地考虑了人的逻辑思维方法，方法较为独特，这种方法的研究得到了人们的关注。 (6) 自动检查和自动化 (Automatic inspection and Automation)； (7) 可靠性 (Reliability)； (8) 社会经济 (Socio-economics)； (9) 语音识别和理解(Speech understanding and recognition)； (10)考古 (Archaeology)。 英国新产品QUANTIMET 720 高速多功能图像分析系统可以观察由光学和显微镜获得的图像、照片、底片、电影、幻灯片及X光照片。能对图像进行各种测量及单独实时测量特征，数据由微计算机处理。日本的OCR-ASPET/71型识别系统能识别多种字体，每秒钟可识别2000字。 英国的IBM 1287 光学文字阅读机能识别10个阿拉伯数字，在邮局推广应用，误识率为0.4％，拒识率为1.4％ 。日本NEC公司研制的邮区编码信函分拣机能识别印刷体数字、字母、速度达30000件/小时。在医学中也有较多应用，如一种5类白血球分类器可做到95％的正确分类，每分钟100个细胞。另外还有染色体自动分类，医学管理等方面也多有应用。 目前，不仅研究单一功能的识别系统，而且在研制多功能的综合识别系统。如北方交通大学信息科学研究所会同清华大学、上海交通大学研究的“超级智能视听信息处理系统”就是一种多信息融合的处理系统，它的目的是利用多信息的融合技术，在模式识别中互相补充、互相借鉴，从而克服过去单一识别所面临的难以克服的困难，试图在模式识别领域有较大的突破。 与此同时，对有关图像识别的图像处理软件及新算法也受到极大的重视，如人工神经元网络、遗传算法等在模式识别研究中已取得了可喜的结果。现在，研制高性能、多用途的图像分析识别系统乃是有待我们努力解决的课题，随着生产与科学技术的发展，各个领域将会给模式识别技术以极大的注意，这一技术