数字图像处理课件 第9章图像分类识别.ppt

Digital Image Processing 在第7章我们介绍了图像的分割技术，它是将图像分成不同的目标物和背景区域。第8章对目标物区域的描述方法进行介绍，所有这些都是为图像的分类识别做准备。 一个图像识别系统大体上可以分成三个部分： (1)信息的获取部分； (2)信息的加工和处理； (3)进行判断和分类。 数字图像获取 图像预处理 图像分割 特征选择 与特征提取 分类与识别 图像分类识别系统 第9章 图像分类识别概述 几个概念： (1) 要判定有哪些信誉好的足球投注网站图像中是否存在某一目标物，可以事先将该目标物从标准图像中分割提取出来，以矩阵形式表示成代表该目标物的样板，该样板就称做模板。 (2) 根据该模板与一幅图像的各部分的相似度，判定其是否存在，并求得目标物在图像中的位置，这一操作就叫模板匹配。 (3) 模板匹配最基本的原则就是通过计算相关函数来找到它在被有哪些信誉好的足球投注网站图像中的位置(坐标)。 (4) 匹配的方法包括基于模板的相关匹配、基于特征的最近匹配等。 第9章 图像分类识别概述 设模板为T（m,n）,其大小为M?M；有哪些信誉好的足球投注网站图像为S(m,n)，其大小为N?N，且N?M。将模板T叠放在有哪些信誉好的足球投注网站图像S上平移，模板覆盖下的区域称为子图 ， 为模板左上角像素点在图像S中的坐标，通过距离计算可得到其匹配图形。 ◆模板匹配 （a）图像 （b）被有哪些信誉好的足球投注网站模板 第9章 图像分类识别概述 ◆特征匹配： （1）图像匹配的计算量大，匹配效率和精度都很低； （2）实际应用中的多数场合，我们关心的并不是目标物所在区域的所有像素，而是目标物的特征； （3）常用的匹配特征有特征点、字符串、形状数、惯量等效椭圆等； （4）最常用的特征点是图像中的一些特殊点，例如边缘点、交界点和拐点等； （5）特征点匹配主要的步骤如下： ? 选取特征点； ? 特征点的匹配； ? 对匹配结果进行插值。 第9章 图像分类识别概述 1.字符串匹配法 字符串的匹配是根据逐个符号完成的。首先将两个区域的边界A和B分别进行编码，得到两个字符串。从起始点开始，如果在某个位置上编码位的数值相同，则认为这两个边界有一次匹配，设M为两字符串匹配的次数，则非匹配的次数为 其中|| arg || 代表arg的字符串表达长度（符号个数），当且仅当两边界的字符串相等时，Q=0。 （1）则R越大说明两个边界的匹配程度越高。 （2）当完全匹配时R为无穷大。 （3）注意：起点的位置对计算量影响很大，因此通常需要对字符串进行归一化处理。 用一个相似性量度R来衡量两边界的近似程度： 2.形状数匹配法 第9章 图像分类识别概述 ◆图像分类就是根据提取出的目标物特征（一般用特征向量 表示），利用分类技术进行分类； ◆分类方法包括统计方法和结构方法，实际中常用统计方法； ◆统计分类方法可以分为监督分类法和非监督分类法。 监督分类法：根据预先已知类别名的训练样本，求出各类在特征空间的分布，然后利用它对未知数据进行分类的方法。 非监督分类法：也叫聚类分析法，要根据模式之间的相似性进行类别划分，将相似性强的模式划分为同一个类别。 第9章 图像分类识别概述 随着计算机技术和图像处理技术的不断发展，模式识别逐渐形成它自有的体系，初步形成了四个大的类别：统计模式识别、结构模式识别、模糊模式识别和人工神经网络模式识别。 这里的模式是指一个类的成员所表现出的共有且有意义的规则性，即表示这一类目标物的本质特征集合，它可以度量并可用于对感兴趣的目标物进行分类。而模式识别是指在图像处理、特征提取的基础上，把待识别模式划分到各自的模式类中去的过程，即自动或半自动地检测、度量、分类图像中的目标物。其中的模式类就是模式所属的类别，它是可预先赋予一个目标物的相互不包容的任一个类。 第9章 图像分类识别概述 ◆统计模式识别 统计模式识别是最基本的识别技术之一 ，其过程如图所示。 统计识别的基本过程 识别分类结果 （1）数字化是要将图像信号转化为能够被计算机读取的数字信号； （2）预处理的步骤是去除干扰和噪声，并将原始信号变成能够有利于抽取图像特征的形式（也可包括图像分割）； （3）最后再对预处理后的信息分析并进行特征抽取（特征提取）。 第9章 图像分类识别概述 ◆结构模式识别 结构模式识别系统框图 结构模式识别系统由三个主要部分组成，分别是：预处理、模式描述和句法分析。该系统的简单框图如图所示。 第9章 图像分类识别概述 （1）预处理的目的:通过模式的编码和近似来压缩样本数据，通过滤波、复原和增强，来消除噪声和复原缺损，以利于下一步的模式描述