(完整版)机器视觉第7章模式识别技术
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
① 扫描输入文本图像 ② 图像预处理 ③ 图像版面的分析和理解 ④ 图像的行切分和字切分 ⑤ 基于单字图像的特征选择和提取 ⑥ 基于单字图像特征的模式识别 ⑦ 将被分类的模式赋予识别结果 ⑧ 识别结果的编辑修改后处理
从单个字符中提取统 计特征或结构特征，是 整个识别中最重要的步 骤。
特征提取的好坏，直 接决定识别的性能在特 征提取前，常进行归一 化、细化处理。
第7章 模式识别技术
7
7.1.1 印刷体字符识别
1. 识别流程：
① 扫描输入文本图像 ② 图像预处理 ③ 图像版面的分析和理解 ④ 图像的行切分和字切分 ⑤ 基于单字图像的特征选择和提取 ⑥ 基于单字图像特征的模式识别 ⑦ 将被分类的模式赋予识别结果 ⑧ 识别结果的编辑修改后处理
从学习得到的特征库 中找到与待识别字符相 似度高的字符。
然后，对文本区域进行识 别处理，对表格区域进行专 用的表格分析及识别处理， 对图像区域进行简单的压缩 或存储。
第7章 模式识别技术
5
7.1.1 印刷体字符识别
1. 识别流程：
① 扫描输入文本图像 ② 图像预处理 ③ 图像版面的分析和理解 ④ 图像的行切分和字切分 ⑤ 基于单字图像的特征选择和提取 ⑥ 基于单字图像特征的模式识别 ⑦ 将被分类的模式赋予识别结果 ⑧ 识别结果的编辑修改后处理
归一化的相关函数：
R(i,j)取极大值1。
Ri, j
Si, j m, n T m, n
mn
Si, j m, n2 T m, n2
mn
mn
一种模式识别的方法——模板匹配法
模板匹配中常用特征
灰度特征：适用于无变形、无破损的场合。
方向轮廓特征 统计特征 矩特征 局部特征 点特征 Gabor纹理特征 形态特征
① 扫描输入文本图像
通 过 扫 描 仪 、 CCD 或 传 真 机 等 获得，一般是灰度或黑白图像。
② 图像预处理 ③ 图像版面的分析和理解
倾斜校正、去噪、二值化、分 割等。
④ 图像的行切分和字切分
⑤ 基于单字图像的特征选择和提取
⑥ 基于单字图像特征的模式识别
⑦ 将被分类的模式赋予识别结果
⑧ 识别结果的编辑修改后处理
第7章 模式识别技术
4
7.1.1 印刷体字符识别
1. 识别流程：
① 扫描输入文本图像 ② 图像预处理 ③ 图像版面的分析和理解 ④ 图像的行切分和字切分 ⑤ 基于单字图像的特征选择和提取 ⑥ 基于单字图像特征的模式识别 ⑦ 将被分类的模式赋予识别结果 ⑧ 识别结果的编辑修改后处理
首先，对图像进行总结分 析，标示文本的段落，图表， 表格区域。
13
一种模式识别的方法——模板匹配法
相似度度量公式：
D i,
j
MM
S i,
j
m, n
T
m, n2
m1 n1
第7章 模式识别技术
14
一种模式识别的方法——模板匹配法
相似度度量公式：
M
Di, j
M Si, j m, n T m, n2
0R(i, j)1；
m1 n1
Si,j(m,n)=T(m,n)；
方向轮廓信息通过字符的外围特征 来描述，符合人的感官认知过程。
根据以上特征，可以检测字符串凹凸结构，结合字符长宽 比来分割单个字符。基本流程如下：1)读取二值化字符图 像；2)上下轮廓求取；3)检测凹结构；4)检测凸结构；5)确 定凹凸结构组；6)切分调整；7)切分图像。
常用的字符切分方法：滴水算法、Viterbi算法、基于细化 的算法、储水区算法、基元合并法和形态检测法等。
质量较低、背景较复杂的字符区域，字符分辨率一般较 低，可能有背景干扰，会造成字符残缺、粘连等现象，需要 进一步采用特定的方法进行单字分割。
第7章 模式识别技术
11
7.1.1 印刷体字符识别
2. 字符切分方法
一串字符存在如下结构和形态特征：1)单个字符长度比例 一致；2)多个数字和英文字符轮廓存在凹凸结构；3)多数 情况下字符不会出现重叠交叉。
为了提高识别速度， 常采用树分类器。
第7章 模式识别技术
8
7.1.1 印刷体字符识别
1. 识别流程：
① 扫描输入文本图像 ② 图像预处理 ③ 图像版面的分析和理解 ④ 图像的行切分和字切分 ⑤ 基于单字图像的特征选择和提取 ⑥ 基于单字图像特征的模式识别 ⑦ 将被分类的模式赋予识别结果 ⑧ 识别结果的编辑修改后处理
第7章 模式识别技术
第7章内容
7.1 字符识别 7.2 车牌识别 7.3 工件识别 7.4 条码识别 7.5 医学图像识别
第7章 模式识别技术
2
7.1 字符识别
印刷体字符识别 手写体字符识别
联机识别 脱机识别
低识
别
难 度 高
第7章 模式识别技术
3
7.1.1 印刷体字符识别
1. 识别流程：
先将图像切割为行(列)， 再从字符图像中分离出单个 字符。
当图像质量很差时，不易 进行简单的分割，常与识别 过程相结合。
随着单字识别率的增高， 切割错误在所有错误中占的 比重不断上升，怎样实现字 符的正确分割成为需要认真 解决的问题。
第7章 模式识别技术
6
7.1.1 印刷体字符识别
1. 识别流程：
⑦ 将被分类的模式赋予识别结果
⑧ 识别结果的Байду номын сангаас辑修改后处理
第7章 模式识别技术
10
7.1.1 印刷体字符识别
2. 字符切分的方法
目前，字符识别的方法大多停留在单字识别上，因此需 要对获得的字符区域进行二次分割，以得到单个的字符区域。
正常情况下的高质量图像字符区域，采用形态分割的方 法就可以将单字区域分割出来。例如，采用3.5节介绍的图 像投影法。
对单字识别的结果， 利用语义、词频、语 义等先验知识进行识 别结果的确认或纠错。
第7章 模式识别技术
9
7.1.1 印刷体字符识别
1. 识别流程：
① 扫描输入文本图像
② 图像预处理
③ 图像版面的分析和理解
④ 图像的行切分和字切分
核
⑤ 基于单字图像的特征选择和提取
心 技
⑥ 基于单字图像特征的模式识别
术
第7章 模式识别技术
12
7.1.1 印刷体字符识别
3. 字符识别方法
识别的方法多集中在 分类器和分类方法上， 包括：模板匹配、神 经网络、聚类支持向 量机等。
广义上，任何一种模 式识别的方法都可以 用来进行字符识别。
开始
模板训练？
模板特征提取
样本特征提取
特征匹配 辨识结果
结束
第7章 模式识别技术
从单个字符中提取统 计特征或结构特征，是 整个识别中最重要的步 骤。
特征提取的好坏，直 接决定识别的性能在特 征提取前，常进行归一 化、细化处理。
第7章 模式识别技术
7
7.1.1 印刷体字符识别
1. 识别流程：
① 扫描输入文本图像 ② 图像预处理 ③ 图像版面的分析和理解 ④ 图像的行切分和字切分 ⑤ 基于单字图像的特征选择和提取 ⑥ 基于单字图像特征的模式识别 ⑦ 将被分类的模式赋予识别结果 ⑧ 识别结果的编辑修改后处理
从学习得到的特征库 中找到与待识别字符相 似度高的字符。
然后，对文本区域进行识 别处理，对表格区域进行专 用的表格分析及识别处理， 对图像区域进行简单的压缩 或存储。
第7章 模式识别技术
5
7.1.1 印刷体字符识别
1. 识别流程：
① 扫描输入文本图像 ② 图像预处理 ③ 图像版面的分析和理解 ④ 图像的行切分和字切分 ⑤ 基于单字图像的特征选择和提取 ⑥ 基于单字图像特征的模式识别 ⑦ 将被分类的模式赋予识别结果 ⑧ 识别结果的编辑修改后处理
归一化的相关函数：
R(i,j)取极大值1。
Ri, j
Si, j m, n T m, n
mn
Si, j m, n2 T m, n2
mn
mn
一种模式识别的方法——模板匹配法
模板匹配中常用特征
灰度特征：适用于无变形、无破损的场合。
方向轮廓特征 统计特征 矩特征 局部特征 点特征 Gabor纹理特征 形态特征
① 扫描输入文本图像
通 过 扫 描 仪 、 CCD 或 传 真 机 等 获得，一般是灰度或黑白图像。
② 图像预处理 ③ 图像版面的分析和理解
倾斜校正、去噪、二值化、分 割等。
④ 图像的行切分和字切分
⑤ 基于单字图像的特征选择和提取
⑥ 基于单字图像特征的模式识别
⑦ 将被分类的模式赋予识别结果
⑧ 识别结果的编辑修改后处理
第7章 模式识别技术
4
7.1.1 印刷体字符识别
1. 识别流程：
① 扫描输入文本图像 ② 图像预处理 ③ 图像版面的分析和理解 ④ 图像的行切分和字切分 ⑤ 基于单字图像的特征选择和提取 ⑥ 基于单字图像特征的模式识别 ⑦ 将被分类的模式赋予识别结果 ⑧ 识别结果的编辑修改后处理
首先，对图像进行总结分 析，标示文本的段落，图表， 表格区域。
13
一种模式识别的方法——模板匹配法
相似度度量公式：
D i,
j
MM
S i,
j
m, n
T
m, n2
m1 n1
第7章 模式识别技术
14
一种模式识别的方法——模板匹配法
相似度度量公式：
M
Di, j
M Si, j m, n T m, n2
0R(i, j)1；
m1 n1
Si,j(m,n)=T(m,n)；
方向轮廓信息通过字符的外围特征 来描述，符合人的感官认知过程。
根据以上特征，可以检测字符串凹凸结构，结合字符长宽 比来分割单个字符。基本流程如下：1)读取二值化字符图 像；2)上下轮廓求取；3)检测凹结构；4)检测凸结构；5)确 定凹凸结构组；6)切分调整；7)切分图像。
常用的字符切分方法：滴水算法、Viterbi算法、基于细化 的算法、储水区算法、基元合并法和形态检测法等。
质量较低、背景较复杂的字符区域，字符分辨率一般较 低，可能有背景干扰，会造成字符残缺、粘连等现象，需要 进一步采用特定的方法进行单字分割。
第7章 模式识别技术
11
7.1.1 印刷体字符识别
2. 字符切分方法
一串字符存在如下结构和形态特征：1)单个字符长度比例 一致；2)多个数字和英文字符轮廓存在凹凸结构；3)多数 情况下字符不会出现重叠交叉。
为了提高识别速度， 常采用树分类器。
第7章 模式识别技术
8
7.1.1 印刷体字符识别
1. 识别流程：
① 扫描输入文本图像 ② 图像预处理 ③ 图像版面的分析和理解 ④ 图像的行切分和字切分 ⑤ 基于单字图像的特征选择和提取 ⑥ 基于单字图像特征的模式识别 ⑦ 将被分类的模式赋予识别结果 ⑧ 识别结果的编辑修改后处理
第7章 模式识别技术
第7章内容
7.1 字符识别 7.2 车牌识别 7.3 工件识别 7.4 条码识别 7.5 医学图像识别
第7章 模式识别技术
2
7.1 字符识别
印刷体字符识别 手写体字符识别
联机识别 脱机识别
低识
别
难 度 高
第7章 模式识别技术
3
7.1.1 印刷体字符识别
1. 识别流程：
先将图像切割为行(列)， 再从字符图像中分离出单个 字符。
当图像质量很差时，不易 进行简单的分割，常与识别 过程相结合。
随着单字识别率的增高， 切割错误在所有错误中占的 比重不断上升，怎样实现字 符的正确分割成为需要认真 解决的问题。
第7章 模式识别技术
6
7.1.1 印刷体字符识别
1. 识别流程：
⑦ 将被分类的模式赋予识别结果
⑧ 识别结果的Байду номын сангаас辑修改后处理
第7章 模式识别技术
10
7.1.1 印刷体字符识别
2. 字符切分的方法
目前，字符识别的方法大多停留在单字识别上，因此需 要对获得的字符区域进行二次分割，以得到单个的字符区域。
正常情况下的高质量图像字符区域，采用形态分割的方 法就可以将单字区域分割出来。例如，采用3.5节介绍的图 像投影法。
对单字识别的结果， 利用语义、词频、语 义等先验知识进行识 别结果的确认或纠错。
第7章 模式识别技术
9
7.1.1 印刷体字符识别
1. 识别流程：
① 扫描输入文本图像
② 图像预处理
③ 图像版面的分析和理解
④ 图像的行切分和字切分
核
⑤ 基于单字图像的特征选择和提取
心 技
⑥ 基于单字图像特征的模式识别
术
第7章 模式识别技术
12
7.1.1 印刷体字符识别
3. 字符识别方法
识别的方法多集中在 分类器和分类方法上， 包括：模板匹配、神 经网络、聚类支持向 量机等。
广义上，任何一种模 式识别的方法都可以 用来进行字符识别。
开始
模板训练？
模板特征提取
样本特征提取
特征匹配 辨识结果
结束
第7章 模式识别技术