自动化科学与技术(杨宜民)第5章课件.ppt

《自动化科学与技术(杨宜民)第5章课件.ppt》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、自动化科学与技术第五章模式识别杨宜民研究生示范课程课件第五章模式识别5.1模式识别及其进展5.1.1模式识别的定义模式识别的定义：模式识别又称为模式信息处理，是一门研究用计算机对通常由人类感觉器官接受的图像、图形、表格、文字、语音等的模式信息进行处理、描述和分类的学科。5.1.2模式识别方法的研究进展模式识别是基于统计方法而发展起来的。上世纪60年代，研究者们提出了以贝叶斯(Bayes)决策为基础的特征空间划分的分类器法，以K均值聚类为代表的聚类法和以K-L变换为基础的特征选择法。上世纪70年代、80年代，虽然句法模式识别和模糊识别方面有了许多新思想，但统计方法依然

2、有生命力。到了90年代，主要研究“统计与句法相结合、句法与语义相结合”的模式识别方法。把语义作为属性引入，形成属性文法，可反映模式属性，通过语义规则降低文法中句法规则的复杂性，则可提高识别率。利用人工智能中的一些问题求解方法，如知识获取和表达、语义网络与产生式系统、框架和脚本(Script)、数据库和知识库等，正形成一类基于知识的模式识别法。5.2机器视觉（计算机视觉）5.2.1马尔视觉计算理论1982年美国麻省理工学院的马尔(Marr)教授创立了“视觉计算理论”。马尔视觉计算理论认为，视觉的识别过程分为三个阶段。第一阶段是初始简图(PrimalSketch)，其目

3、的是把二维图像中的边界、顶角、交边等重要信息表达清楚；第二阶段是“二维半计算”(2.5dSketch)，描述出景物的三维可见表面，可称为“早期视觉”；第三阶段是三维景物的恢复与识别，这需要增加约束和利用经验知识。5.2.2机器视觉简介1．机器视觉的组成及原理机器视觉的结构框图如图5.1所示。图像输入与数字化通常由CCD(ChargeCouplingDevice)摄像头（即机器视觉硬件）来完成。预处理的主要工作是图像的去噪声与信号增强。识别和理解是机器视觉研究中最主要的两大内容。图像识别除需一些算法外，有时还需要经验知识。图像理解主要是靠经验、知识来完成，因此系统中往

4、往要加入知识库。图5.1机器视觉的组成2．一些常用的概念图像的种类：黑白图像（灰度图像）和彩色图像。图像分割：指把关注的物体与背景分开来。几种颜色空间：RBG、XYZ、YIQ、HIS。颜色空间的转换。5.2.3立体视觉立体视觉指的是从不同位置摄取二幅或二幅以上的图像，并恢复三维信息，即完成三维物体识别、理解。可见，立体视觉可以由二台或者二台以上的CCD所组成，也可以由一台移动的CCD来完成。立体视觉要解决的问题：1)抽取二幅图像的特征；2)寻找二幅图像特征点的对应；3)可视面的二维半恢复。图像特征提取常用方法：Kalman滤波法、小波分析法、多尺度法。特征点对应可采

5、用人为标志及内极线法、标记法、松弛法等处理技术。所谓二维半恢复就是根据二幅图对应点来恢复这些可见点、面的三维坐标，有时要用到经验、知识。在机器人视觉中，摄像机定标指的是摄像机初始位置、方向、光轴中心、尺度因子等未知的参数的确定与校准。目前已提出多种摄像机定标算法。立体视觉是本学科当前研究热点和方向之一。5.2.4移动视觉移动视觉能获取一系列的动态图像。动态系列图像分析就是通过对运动景物的图像序列分析、研究图像分割、运动参数估计及恢复三维景物的结构参数等。目前常用的是光流法和特征点匹配法。光流法主要通过图像三维速度场恢复三维运动参数及物体结构参数。特征点匹配法主要通过

6、特征点对应求取运动参数和结构参数。单目移动视觉沿较大曲率半径的曲线方向运动时，获取的动态序列图像可用于立体景物的识别与理解，此时单目移动视觉可以看成立体视觉。但图像三维恢复是不完全的，结构参数和速度矢量中总有一个不能确定的常数因子。此时需要增加附加条件：已知某点的三维坐标或已知物体中一条边长(或增加一台摄像机)。单目移动视觉沿近似直线方向运动（如高空摄影）时，获取的动态序列图像不能用于景物的立体恢复。此时单目移动视觉的作用是扩大视觉的观察范围。移动视觉的另一作用是用于动态目标的跟踪。移动视觉是本学科当前另一研究热点和方向。5.2.5文本识别与分析文本识别与分析主要是

7、利用计算机来阅读和处理各种文本、传真、电报、印章、签字等，是实现办公自动化不可缺少的重要技术。由于汉字类别数太多（要解决4000类的分类）、字体有多种，特别是手写体字形千变万化，这给自动汉字识别带来了相当的困难。一个有效途径是把已有的统计方法、句法方法、基于模糊、神经网络的智能信息处理方法等加以综合集成。目前，在汉字识别方法、系统及应用等方面，我国处于国际领先水平。例如在“商务通”、“手机”中已广泛应用。通常，文本中还包含有图形、图像、表格等内容。所以文本识别与分析除了进行文字识别外，还要对图形、图像、表格等进行识别与分析。5.3机器听觉机器听觉的硬件是话筒。换