图象分析和理解的应用与发展

《图象分析和理解的应用与发展》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、吕琳：图象分析和理解的应用与发展图象分析和理解的应用与发展摘要：　图象分析和理解是图象领域工程中的关键环节。本文阐述了图象分析和理解的概念、基本理论和方法，以及图象分析和理解的应用和发展趋势。关键词：　图象处理；模式识别；计算机视觉Applicationanddevelopmentofimageanalysisandunderstanding(Collegeofmechanicalandelectronicinformation,ChinaUniversityofGeosciences(Wuhan)430073)Abstra

2、ct:imageanalysisandunderstandingisthekeylinkinthefieldofimageprocessing.Inthispaper,theconceptofimageanalysisandunderstandingisdescribed.Reading,basictheoryandmethods,andtheapplicationanddevelopmentofimageanalysisandunderstanding.Keywords:imageprocessing;patternrec

3、ognition;computervision吕琳：图象分析和理解的应用与发展1　引言图象是一种客观存在的事物，它以不同的模式向人传递信息。图象分析和理解就是模式分析和理解，是一门研究用计算机系统分析和解释图象，实现类似人类视觉系统理解外部世界的学科[1]。图象处理、图象分析和理解是图象工程中既有紧密联系又有区别的三个层次[2]。随着数学、思维学、神经生理学、图象处理、模式识别、计算机图形学、人工智能、专家系统、特别是计算机视觉等相关学科的发展，新概念、新知识不断加入到图象分析和理解中来，使图象分析和理解的内涵和处延都与60

4、年代的经典数字图象处理大不相同。图象是一种信息截体，它是在二维空间的物理支持(三维空间图象也是由多幅二维图象表示的)，是光学信息在二维空间并列的表示。各种信息载体中蕴涵着各种不同模式。吕琳：图象分析和理解的应用与发展有的模式是人眼能感觉和理解的，称为显示模式；有的模式人眼不能察觉，称为隐示模式。至于隐示模式，有人为加入的模式，也有客观存在的但未被人们所知的模式。模式中有的可以通过模拟人眼的视觉功能由计算机视觉系统来分析和理解，但因其他相关领域的先验知识不足，有的模式还无法由计算机视觉系统模拟识别。影响图象分析和理解发展的一个

5、大问题是人的先验知识的多少，这其中不仅包括已有的计算机算法，也包括人对自然的认识程度。图象分析和理解是一门不断引入人的先验经验和知识，利用先进的计算机手段来研究图象解释图象的新兴交叉学科。2　图象分析和理解的理论基础和基本方法图象分析和理解的主要内容是计算机视觉系统中不可缺少的重要组成部分。从视觉处理信息的过程来看，计算机视觉可以划分为六个主要部分:感觉、预处理、分割、描述、识别、解释。其中除感觉外，预处理、分割、描述、识别、解释都属于图象分析和理解的内容。低层中层高层人的先验知识导引图1多层次的图象分析与理解图象分析和理解

6、是采用分阶段处理手段，多层信息表示的。多层信息的正确理解离不开人类先验知识的导引。这种基于知识导引的多层表示可用图1来描述。在图1中“1”是输入的二维图象矩阵；“2”是低层理解的结果，通常是以象元为单位的图象特征；“3”是中层理解的结果，是“2”经过抽象后，符号化的结果，此时提供给高层的数据少，提高了描述的质量；“4”是高层理解后得出的图象解释。图象分析和理解作为计算机视觉的核心部分与其他相关学科(比如图象处理、模式识别、计算机图形学等)有着紧密的联系，又有着明显的区别。它们的区别主要体现在输入、输出的关系上:对于图象分析和

7、理解，输入的是一幅图象，输出的则是对该图象的解释。而图象处理，它的输入和输出都是图象，主要工作是对图象进行加工。模式识别的任务是对输入的模式进行分类，图象作为一种模式，其分类是一种特定的模式识别，称为图象识别，也可称为图象理解，但其理解的结果与图象分析和理解相比，它仅仅反映了识别与否的简单描述，不如后者全面丰富。对于计算机图形学，可以把它看作图象分析和理解的逆过程，其输入是一种抽象的数学描述，输出则是简单的计算机显示图形。图2简单地描绘了这几门相关学科的关系。图象描述计算机图形学图象识别图像分析和理解图象处理图2　相关学科之

8、间的关系图80年代初，MIT的马尔(D。MARR)教授创建的视觉计算理论首先解决了研究视觉问题的策略问题[4]。它是图象分析和理解的基本理论之一。吕琳：图象分析和理解的应用与发展但随着相关学科的发展，人们观察到的一些实验结果与当前的视觉计算理论不相容。陈霖发现人对大范围拓扑特征感知早于对局