基于matlab图像识别

《基于matlab图像识别》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第7讲图像模式识别引言水果的识别指纹识别技术引言模式识别就是分析图像内容,找出图像中有哪些东西。步骤：图像分割（物体分离）：检测出各个物体，并把它们的图像和其余景物分离特征抽取：对物体进行度量。通过计算对物体的一些重要特性进行量化表示分类：确定每个物体应该归属的类别2模式识别的应用字符识别如清华的尚书OCR识别软件,邮局信函自动分拣机生物特征识别指纹识别,人像识别等遥感应用卫星云图,地面导弹、飞机场等设施的卫星图像识别处理医学诊断CT等图像的识别处理3Computedtomography，简称CT中文名:电子计算机体层摄影是近十年来发展

2、迅速的电子计算机和X线相结合的一项新颖的诊断新技术。主要特点具有高密度分辨率，比普通X线照片高10～20倍。能准确测出某一平面各种不同组织之间的放射衰减特性的微小差异，以图像或数字将其显示，极其精细地分辨出各种软组织的不同密度，从而形成对比。如头颅X线平片不能区分脑组织及脑脊液，而CT不仅能显示出脑室系统、还能分辨出脑实质的灰质与白质；如再引入造影剂以增强对比度，其分辨率更高，故而加宽了疾病的诊断范畴，还提高了诊断正确率。但CT也有其限制，如对血管病变，消化道腔内病变以及某些病变的定性等4CTA胶质细胞瘤.右额、顶叶有一较大不规则肿块，

3、强化不均，周围有低密度水肿区B星形细胞瘤，左额顶叶有一不均匀强化肿块，不规则，内有未有强化的低密度区，周围有低密度水肿区，中线结构右移C胸腺增生，胸腺区有一分叶状密度均一病灶，仍呈胸腺状，主动脉受压右移D肝脓肿，肝右叶有一低密度灶类圆形，中心部密度更低为脓腔，周边为脓肿壁呈双边征E腰椎骨折，椎弓多处中断，椎管变形，其内可见碎骨片F肝转移癌，肝左、右叶多个大小不一、不规则低密度灶，周边有细的强化环围绕G肺脓肿，右上叶有一空洞性病灶，内壁光滑，并见气液平面，胸部X线片曾疑肺癌H前裂腺癌，前列腺分叶状增大，并向膀胱内突入5识别与解释:图像分析

4、系统组的成图像分析技术分类的三种基本范畴6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识别与解释:图像分析系统图像分析技术分类的三种基本范畴低级处理：图像获取、预处理，不需要智能中级处理：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。7水果的识别四部分：数码图片的获取，图像的彩色边缘检测、图像的分割，图象的颜色特征和形状特征提取图像的分类识别。选择研究的目标物香蕉，西红柿，梨和青椒四种果蔬。功能：使机器具有一定的视觉功能，能够认识“记忆”中的水果。例如：当接受

5、到命令是"香蕉"时，就可以自动地将"香蕉"拿出来。8水果原始图像颜色空间的转换为了正确使用颜色，需要建立颜色空间。颜色空间是对彩色的一种描述方法，它有很多种类型，如：RGB，CMY，YIQ，YUV，HSL等。RGB是使用较普遍的颜色空间，由于显示器采用此模型，因此，算法的执行速度较快。HSL是由色调（H）,饱和度（S）和亮度（L）三个颜色分量组成的一类颜色空间，是面向用户的一种复合主观感觉的颜色空间，通常用于选择颜色，更接近人对颜色的感知。9图（a）,图（b），图（c）分别表示彩色水果图像的R,G,B分量，将三图组合起来都可得到原始图像

6、。10图（a）图（b）图（c）图（d）,图（e）,图（f）分别为其H,S,V分量。将三图组合起来都可得到原始图像。图中H和S分量图看起来与V分量图很不相同，这说明H,S,V三分量间的差别比R,G,B间的大。11图（d）图（e）图（f）彩色边缘和彩色边缘检测边缘是图像的一个基本特征，携带了图像中的大量信息，边缘检测不仅能得到关于边界的有用的结构信息，而且还能极大地减少要处理的数据，很多图像处理和识别算法都以边缘检测为重要基础。12边缘按其颜色特征可分为灰度边缘和彩色边缘。灰度图像可由图像亮度函数来描述，灰度边缘可以定义为图像亮度函数的具有

7、边缘特征的不连续点的集合，它描述了灰度函数的局部突变。彩色图像可由图像色彩函数来描述，彩色边缘可以定义为图像色彩函数的具有边缘特征的不连续点的集合，它描述了色彩函数的局部突变。13长期以来人们主要致力于灰度边缘的研究并取得了很好的效果。但彩色边缘能比灰度图像提供更多的信息。有研究表明，彩色图像中，大约有90％的边缘与灰度图像中的边缘相同，也就是说，有10％的边缘在灰度图像中是检测不到的。因此，彩色边缘的检测受到越来越多的重视。14彩色边缘检测的方法输出融合法分别对红，绿，蓝三个颜色通道（或其他颜色空间分量）执行边缘检测，最后的输出是这三

8、幅边缘图像的合成15阈值RGB边缘__R边缘__G边缘__B边缘图像彩色边缘检测的方法多维梯度法将三个梯度结合成一个，只需检测一次边缘，从而缩短了整个彩色边缘检测的过程16R多维梯度计算GB边缘图像阈值彩色