图像识别ppt课件

模式识别所得到的结果是一幅由明确意义的数值或符号
构成的图像或图形文件。属于图像分析的范畴。
•3
数字图像处理
利用图像进行模式识别的系统
图像信息获取 信息加工处理——图像分割，特征抽取与选择 判断、分类（与抽取特征方式密切相关，特征向量）
模式识别实际上包含了以下两个步骤：
（1）特征提取和选择 （2）决策分类
关键点：
n维模式矢量x=(x1, x2, … , xn)T的建立，即选择
适当的特征产生描述参数。
•11
数字图像处理
(1) 分类器的设计
设计目标：
建立分类器的逻辑结构 建立分类规则的数学基础
分类器计算出表示一个对象与某类典型之间的 相似程度——该对象特征的一个函数，用来确 定该对象属于哪一类。
训练集由每个类别中已被正确识别的一部分 对象组成。 训练分类器的规则：
简单的：将分类错误的总量降至最低（最小值） 使用损失函数，对不同的错误分类采用适当的加
权。
•13
数字图像处理
(3) 分类性能测量
直接对一组已知类别的对象的测试集进行分 类，从而估计分类器的准确率。（测试集具 有代表性，且没有错误）（测试集最好是独 立的）
图像识别（模式识别、目标识别）：对物体的特征进 行比较、分析、判断，从而将它们分类或识别。
模式：对物体描绘（如特征）的组合。 存在于时间和空间中，可以区别它们是否相同
或相似的可观察的事物。
模式类：一个拥有某些共同性质的模式组。 w1、w2、w3 ……
指模式所属的类别或同一类中模式的总体。
方法：
最小距离分类器（最简单） 基于相关的方法 ……
•16
数字图像处理
(1) 最小距离分类器
在欧氏空间计算未知量和每一个原型矢量间的距离。 例如，假设每个模式类的原型定义为该类模式的平均矢量：
则欧氏空m间j 距N1离j x判wjx据j,—j— 1计,2,算距,W离测度为：
花瓣长度(cm)
•6
图11.2 用两个度量描述三种鸢尾属植物的花
数字图像处理
(2) 串
适用于描述基于原始元素的较为简单的连接， 通常和边界形状有关。
图11.3 (a) 阶梯结构
•7
(b) 基于元素a和b的结构编码生成串描述…ababab…
(3) 树
树形结构 ——分层有序结构
树形表示法从上到下 的关系是“包含于”。
数字图像处理
•8
数字图像处理
3. 模式识别的主要方法
统计模式识别
基于匹配的识别技术 统计学方法/决策论 抽取图像特征
矢量描述（定量描述）：x=(x1, x2,……, xn)T
结构（句法）模式识别
分析图像结构关系 串和数（结构描述，定性 ）
模糊模式识别方法 人工神经网络识别法 统计学习理论和支持向量机识别方法
多数分类器的分类规则都转换成阈值规则，将 测量空间划分成互不重叠的区域，每个类对应 一个（或多个）区域。如果特征值落在某一个 区域中，则将该对象归于相对应的类中。（某 些区域可能在某种情况下“无法确定”）
•12
数字图像处理
(2) 分类器的训练
目的：确定划分类别的阈值。 一般做法：用一组已知的对象训练分类器。
Di(x)的D值j (是x)最 小x 距m离j ,时j，1把,2x,划,W归给类wi。
使用一组已知对象的测试集，估算每一类别 中对象特征的Baidu NhomakorabeaDF（概率密度分布函数）
预先分类代价高时，可以使用循环方法估计 分类器的整体性能。——以一个对象为测试 对象，其他为训练样本。
•14
数字图像处理
2. 特征选择
良好的特征应具有的特点：
可区别性：不同类被的特征值具有明显差异。 可靠性：同类对象特征值比较接近。 独立性：各特征之间彼此不相关。 数量少：系统复杂度随特征个数（特征参量维数）
迅速增长。
从许多可能的特征中选择一些付诸于度量并 呈现给分类器的特征。
不断删去无用特征，组合有关联特征。 可以通过计算每类的特征值，进行分析选择。
•15
数字图像处理
3. 匹配
原理：
基于匹配的识别技术通过原型模式矢量表示每一个类。 未知模式被按照预先定义的度量赋予与其最相近的类。
x=(x1, x2)T， x1和 x2分别代表花瓣长度和宽度。 模式矢量 x=(x1, x2,……, xn)T 中元素性质取决于
描述物理模式自身所采用的方法。 •5
花瓣宽度(cm)
数字图像处理
• 模式类 w1、w2、w3分别表示Setosa (多刺的)、 Virginaca (单性的)和 Versicolor (杂色的)三种花。
第十一章 图像识别
•1
数字图像处理
一、基本概念
让计算机具有认识或者识别图像的能力，即图像识别 （模式识别）。
模式识别应用无所不在，是当今最活跃的研究领域之 一。
医学：病灶 交通：车流量 遥感：区分农作物、道路、湖泊…… 文字识别……
•2
数字图像处理
1. 模式的概念
模式识别技术起源于人类自身对事物的认知分析过程， 是依据一定的量度或观测基础把待识别模式划分到各自 的模式类中去的过程。
•9
数字图像处理
二、统计模式识别 （基于决策理论方法）
统计模式识别方法最终都要归结为分类的问题。 统计模式识别的过程
•10
数字图像处理
1. 分类器
基于使用决策（判别）函数——分类器
对W个模式类w1, w2, … , wW依照属性寻找W个判别 函数d1(x), d2(x), …, dW(x)，若模式x属于类wi，则 di(x)>dj(x), j=1, 2, …, W； ji。
训练过程
信息 获取
数据预 处理
特征提 取
和选择
分类器设计
分类决 策
输出结 果
•4
图11.1 模式识别系统的基本构成
数字图像处理
2. 常用的三种模式组合
(1) 模式矢量
1936年，Fisher论文提出判别式分析技术，通 过测量花瓣的宽度和长度识别三种不同类型的鸢 （yuan）尾属植物的花。
Iris Setosa (多刺的) Iris Virginaca (单性的) Iris Versicolor (杂色的)