数字图像处理第十章 模式识别ppt课件.ppt

《数字图像处理第十章 模式识别ppt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、第十章模板匹配与模式识别§10.1模板匹配模板匹配是一种最原始、最基本的模式识别方法。研究某—特定对象物的图案位于图像的什么地方，进而识别对象物，就是一个匹配的问题。通常应用在以下方面：1.模板匹配概述在几何变换中，检测图像和地图之间的对应点不同的光谱或不同的摄影时间所得的图像之间位置的配准〔图像配准)在立体影象分析中提取左右影象间的对应关系运动物体的跟踪图像中对象物位置的检测等第十章模板匹配与模式识别§10.1模板匹配如右图,设检测对象的模板为t(x，y)，令其中心与图像f(x，y)中的一点(i，j)重合，检测t

2、(x，y)和图像重合部分之间的相似度，对图像中所有的点都进行这样的操作，根据相似度为最大或者超过某—阈值来确定对象物是否存在，并求得对象物所在的位置，即是模板匹配匹配的基本原理。2.模板匹配方法（原理）第十章模板匹配与模式识别§10.1模板匹配2.模板匹配方法（原理）1）模板匹配——非相似度度量方法式中计算的是模板和图像重合部分的非相似度，该值越小，表示匹配程度越好。第十章模板匹配与模式识别§10.1模板匹配2.模板匹配方法（原理）2）模板匹配——相似度度量方法式中，分别表示f(x+u,y+v)，t(x,y)在S内

3、的均值，得到的是模板和图像重合部分相似度，该值越大，表示匹配程度越好。（10.1-4）第十章模板匹配与模式识别§10.1模板匹配3.高速模板匹配—序贯相似性检测法SSDA模板匹配中使用的模板相当大(8×8—32×32左右)，为提高匹配速度，Barnea等人提出了序贯相似性检测法SSDA法(SequentialSimiliarityDetectionAlgorithm)。SSDA用下式计算图像f(x，y)在点(u，v)的非相似度m(u,v)作为匹配尺度。式中(u，v)表示的不是模板中心坐标，而是它左上角坐标。模板的大

4、小为m×n。若在(u，v)处图像中有和模板一致的图案时，则m(u,v)值很小，相反则大。如果在模板内的各像素与图像重合部分对应象素的灰度差的绝对值依次增加下去，其和就会急剧地增大。因此，在做加法的过程中，如果灰度差的绝对值部分和超过了某一阈值时，就认为这位置上不存在和模板—致的图案，从而转移到下一个位置上计算m(u，v)第十章模板匹配与模式识别§10.1模板匹配3.高速模板匹配—粗检索＋细检索两阶段匹配法粗检索每隔若干个像素把模板和图像重叠，并计算匹配的尺度，从而求出对象物大致存在的范围细检索这粗检索检出范围内，让

5、模板每隔—个像素移动一次，根据求出的匹配尺度确定对象物所在的位置计算时间缩短，匹配速度就提高了。但是用这种方法具有漏掉图像中最适当位置的危险性第十章模板匹配与模式识别§10.1模板匹配4.模板匹配改进—基于图案轮廓的特征匹配方法模板匹配的缺陷在一般的图像中有较强自相关性，因此，进行模板匹配计算的相似度就在以对象物存在的地方为中心形成平缓的峰。这样，即使从图像中对象物的真实位置稍微离开一点，也表现出相当高的相似度，即模板匹配结果过于平缓改进—基于图案轮廓的特征匹配用各种模板进行匹配，从而求出最—致的模板及其位置在对象

6、形状复杂时，把对象分割成几个分图案，把各分图案作为模板进行匹配，研究分图案之间位置关系，从而求得对象的位置图案轮廓的匹配与一般的匹配相比较，表现出更尖锐的相似度分布§10.2图像（模式）识别概念模式识别：对表征事物或现象的各种形式的（数值的，文字的和逻辑关系的）信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程，是信息科学和人工智能的重要组成部分。什么是模式（Pattern）？“模式”是一个客观事物的描述，是指建立一个可用于仿效的完善的标本。图像识别与模式识别第十章模板匹配与模式识别模式识别的研究内

7、容1）研究生物体（包括人）是如何感知对象的，属于认知科学的范畴2）在给定的任务下，如何用计算机实现模式识别的理论和方法§10.2图像（模式）识别概念第十章模板匹配与模式识别典型模式识别系统图像识别系统§10.2图像（模式）识别概念第十章模板匹配与模式识别人脸识别系统§10.2图像（模式）识别概念第十章模板匹配与模式识别模式可以定义为物体的描述。由于描述这个词的意义比较广泛，有人把它推广到图像数据本身，因为图像数据也是相应事物的一种描述，只不过这样的描述不够抽象和简要而已。图像的各种特征和描述的提取方法。我们将模式解

8、释为物体的较抽象的特征和描述。§10.2图像（模式）识别概念第十章模板匹配与模式识别模式可以是以矢量栅格形式表示的数字特征；也可以是以句法结构表示的字符串或图；还可以是以关系结构表示的语义网络或框架结构等。对于上述三种类型的模式，必须分别使用不同的识别和推理方法：统计模式识别，句法模式识别和人工智能方法。§10.2图像（模式）识别概念第十章模板匹配与模式识