数字图像识别与解释.pptxVIP

数字图像处理北京大学计算机研究所陈晓鸥

第四节识别与解释3.4.1图像分析引言3.4.2图像分析系统的组成3.4.3模式与模式类3.4.4决策论法3.4.5结构法

01图像分析的定义03自动图像分析系统行为能力的概念化分类02图像分析的目标04自动图像分析系统的现状图像分析引言3.4.1识别与解释：图像分析引言

01图像分析是一个发现、辨认和理解模式的过程，这些模式都与执行与图像相关的任务有关。图像分析的定义02计算机图像分析的主要目的之一是，赋予某些具有感觉能力的机器，以类似人的大脑的能力。例如OCR图像分析的目标3.4.1识别与解释:图像分析引言

01.获取、发现信息：从背景中提取有关信息02.学习、应用知识：抽象、归纳信息特征的学习过程，并应用到新的对象中。03.构造、推理知识：从不完整的信息中构造推论出新的知识，并加以应用。自动图像分析系统行为能力的概念化分类3.4.1识别与解释:图像分析引言

自动图像分析系统的现状02我们可以做出在某一应用上超过人的能力的系统，但缺乏扩展性。过分依赖应用。我们可以设计出这种系统，但仍然缺乏理论依据。有待人类视觉认识理论的进一步研究。013.4.1识别与解释:图像分析引言

3.4.2识别与解释:图像分析系统组的成图像分析技术分类的三种基本范畴中级处理：图像分割、表示与描述，需要智能高级处理：图像识别、解释，缺少理论，为降低难度，设计得更专用。低级处理：图像获取、预处理，不需要智能

图像分析技术分类的三种基本范畴知识库分割表示与描述识别与解释预处理图像获取低级处理高级处理中级处理结果问题3.4.2识别与解释:图像分析系统组的成

3.4.2识别与解释:图像分析系统组的成图像识别与解释的基本方法识别的统计分类方法：用向量形式表达模式；分派模式向量到不同的模式类。识别的结构方法：用符号匹配，模式被表示为符号形式（如形状数、串和树）图像解释的方法：图像解释技术是基于谓词逻辑、语义网络和特定产品的系统。

模式与模式类模式的定义模式类的定义模式识别的定义常用的模式序列模式向量模式串模式树123453.4.3识别与解释:模式与模式类

模式是一组特征或一组描述子模式是由一个或多个描述子来组成，换句话说，模式是一个描述子的序列（名词“特征”经常被用来代指描述子）模式是图像中的一个对象或某些感兴趣本质的数量或结构的描述模式的定义3.4.3识别与解释:模式与模式类

模式类的定义模式类是具有某些公共特征的模式的系列模式类用w1,w2,…wM表示，M是类的个数模式识别的定义根据图像中对象的特征组成的模式，确定对象是属于那一个模式类，即为模式识别模式与模式类举例已知汽车的长、宽、高（x1,x2,x3）,希望识别出，大客车、小轿车、卡车（w1,w2,w3）3.4.3识别与解释:模式与模式类

3.4.3识别与解释:模式与模式类常用的模式序列模式向量、模式串、模式树模式向量模式向量用粗体的小写字母表示，如x,y形式如下：其中每一个xi代表第i个描述子，n是这种描述子的数量。模式向量被表示为一列或表示成 x=(x1,x2,…,xn)T，其中T指出是转秩x=x1x2.xn

3.4.3识别与解释:模式与模式类模式向量举例 假设我们想描述三种蝴蝶花（多毛的、维吉尼亚、多色的）通过测量它们花瓣的宽度和长度。这里涉及一个两维的模式向量：其中x1、x2分别对应花瓣的长和宽三种模式类用w1、w2、w3表示x=x1x2

STEP1STEP2由于所有的花瓣在宽和长上都有某种程度的变化，所以描述这些花瓣的模式向量也将有变化，不仅在不同的类之间，而且也在类的内部在这种情况下每一种花变成二维欧几里德空间的一个点3.4.3识别与解释:模式与模式类

x1花瓣长505005x2花瓣宽多毛的维吉尼亚多色的3.4.3识别与解释:模式与模式类

对结果的分析对花瓣长宽的测量，成功地将多毛的蝴蝶花与其它两种分离，但对于分离维吉尼亚和多色的是失败的。这个结论说明了分类的特性选择问题，在这个问题中，类的可分离性的程度，完全依赖于对模式尺寸测量的选择3.4.3识别与解释:模式与模式类

模式串 用于以对象特征的结构或空间关系作为模式的识别模式串举例：梯状的模式3.4.3识别与解释:模式与模式类abaaabbb (1)S-aA (2)A-bS(3)A-b

3.4.3识别与解释:模式与模式类模式树以分层目录结构排序的模式类，一般多采用树结构模式树举例图像城市田园城区内城市郊公路草地森林娱乐区商业区娱乐区商业区

01决策论法02决策论法的基本概念03匹配最小距离分类器相关匹配3.4.4识别与解释:决策论法

3.4.4识别