数字图像 13_14模板匹配与模式识别技术.ppt

数字图像 13_14模板匹配与模式识别技术.ppt

ID:48225329

大小:2.65 MB

页数:73页

时间:2020-01-18

数字图像 13_14模板匹配与模式识别技术.ppt_第1页
数字图像 13_14模板匹配与模式识别技术.ppt_第2页
数字图像 13_14模板匹配与模式识别技术.ppt_第3页
数字图像 13_14模板匹配与模式识别技术.ppt_第4页
数字图像 13_14模板匹配与模式识别技术.ppt_第5页
资源描述:

《数字图像 13_14模板匹配与模式识别技术.ppt》由会员上传分享,免费在线阅读,更多相关内容在应用文档-天天文库

1、数字图像处理模板匹配与模式识别技术1基本概念:模式模式识别模式:存在于时间和空间中可观察的物体相同或相似性;它指的不是事物本身,而是从事物获得的信息,因此表现为具有时间和空间分布的信息。模式的直观特性:可观察性可区分性相似性模式识别的研究目的:利用计算机对物理对象进行分类,在错误概率最小的条件下,使识别的结果尽量与客观物体相符合。如下所表示:Y=F(X)X的定义域取自特征集Y的值域为类别的标号集F是模式识别的判别方法模式识别简史1929年G.Tauschek发明阅读机,能够阅读0-9的数字。30年代Fishe

2、r提出统计分类理论,奠定了统计模式识别的基础。50年代傅京荪提出句法结构模式识别。60年代L.A.Zadeh提出了模糊集理论,模糊模式识别方法得以发展和应用。80年代以Hopfield网、BP网为代表的神经网络模型导致人工神经元网络复活,并在模式识别得到较广泛的应用。90年代小样本学习理论,支持向量机也受到很大的重视。模式识别系统的目标:在特征空间和解释空间之间找到一种映射关系,这种映射也称之为假说。特征空间:从模式得到的对分类有用的度量、属性或基元构成的空间。解释空间:模式识别的依据是相似性可以识别从未见过

3、的事物;可以识别变形的事物;根据事物的特征来识别它识别时抓住分类的主要特征,而忽略其他细节差异(只考虑相似不考虑相同)模式识别的基本过程:学习、分类(1)学习过程读取样本特征建立分类规则进行分类检验(2)分类过程读取事物信息选取特征按规则分类对分类结果进行评估基本概念特征向量对观测向量进行特征选择和提取,得到反映事物本质特性的特征构成的向量特征空间由特征向量的维数决定的n维几何空间(n

4、取通过压缩变换或映射,降低特征维数基本概念样本的相似度即样本的相似程度,是模式识别的重要依据通常以样本特征向量在特征空间中的距离作为样本的相似度样本相似度欧氏距离平方和距离绝对值距离加权距离基本概念欧氏距离设有两个n维特征向量X1和X2则此二样本的欧氏距离定义为:X1X2基本概念平方和距离绝对值距离(曼哈顿距离)2模板匹配模板匹配:当对象图案以图象的形式表现时,根据该图案与一幅图象的各个部分相似度判断其是否存在,并求得对象物在图象中位置操作。ab模版匹配是统计决策方法的特殊情况,也是最简单的情况待分类的每一类

5、模式只有一个唯一的标准(印刷体字符、标准普通话)模板匹配过程:建立模板:对每个类别建立一个或多个模版,模板比较:输入样本和数据库中每个类别的模版进行比较,判断是否有相似的对象模板匹配的用途:几何变换中检测图象和地图之间对应点;不同光谱或者不同摄影时间所得的图象之间的位置配准;运动物体的跟踪;图象中对象物位置的检测模板匹配方法图象f(x,y)模板t(x,y)设检测模板为t(x,y),令其中心与图象f(x,y)中一象素重合,检测和图象重合部分的相似度,对图象所有的象素都进行这样的操作,根据相似度为最大或者超过某一

6、个阈值来确定对象物是否存在。非相似度计算的是模板与图象重合部分的非相似度,该值越小,则匹配程度越好。采用形式:非相似度、相似度相似度:计算的是模板与图象重合部分的相似度,该值越大,表示匹配程度越好模板匹配算法的改进高速模板匹配算法在模板匹配中应用的模板大,因此导致计算量比较大于是Barnea等人提出了序贯相似性检测算法-SSDA法计算图象f(x,y)在像素(u,v)的非相似度m(u,v)作为匹配的尺度。式中的(u,v)表示的不是模板与图像重合部分的中心坐标,而是重合部分的左上角坐标,模板大小为m*n如果图像和

7、模板在(u,v)处有和模板一致的图案时,则m(u,v)的值很小,相反则较大。特别是模板和图像重叠部分完全不一致的情况下,和就不断的增大。当差的绝对值部分和超过某一个阈值的时就认为在该位置不存在于模板一致的图案,从而转移到下一个位置。还有一种方法:粗检索和细检索两个阶段。模板一次移动若干个像素,计算匹配尺度,先求出大致的范围。然后在大致范围内,在每次移动一个像素,求出匹配尺度,确定对象所在位置。模板的要求:检测对象大小和方向未知的情况下进行模板匹配,需要具备各式各样大小和方向的模板,从而确定对象及其未知。对象形

8、状复杂时,需要把对象分割成几个分图案,把分图案作为模板进行匹配,然后研究分图案之间的位置关系,从而获得图像中对象的位置。模版匹配:?优点:直接、简单(早期非智能化方法)?缺点:适应性差(可采用形变模版)模版匹配的问题问题模板匹配法将每一类模式的特征向量视为只有唯一标准的模板向量实际应用中,由于样本的不确定性,每一类模式在特征空间中分布为一区域造成样本分布不确定的原因:样本本身的空间分布传输处理过程中

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。