第十章 圖像分析及模式識(shí)別

北京大學(xué)遙感所1第十章

圖像分析與模式識(shí)別第十章

圖像分析與模式識(shí)別北京大學(xué)遙感所2■

模式識(shí)別的概念■

模式識(shí)別方法■

圖象（區(qū)域特征提?。?/p>

區(qū)域形狀特征§10.1模式識(shí)別的概念■模式客觀世界和主觀世界即物質(zhì)和意識(shí)的所有方面、所有個(gè)體、所有單元、所有事物的抽象?！瞿Ｊ阶R(shí)別模式識(shí)別指的是對(duì)一系列過程或事件的分類與描述。過程或事件可以是一系列物理的對(duì)象，也可以是一些比較抽象的如心理狀態(tài)等。具有某些相類似性質(zhì)的過程或事件就分為一類。模式識(shí)別系統(tǒng)框圖：信息獲取預(yù)處理特征提取分析、決策結(jié)果輸出北京大學(xué)遙感所3§10.1模式識(shí)別的概念北京大學(xué)遙感所4■

模式識(shí)別過程在給定一幅含有多個(gè)物體的數(shù)字圖像的條件下，模式識(shí)別過程由三個(gè)主要階段組成：Q

圖像分割或物體分離階段。在該階段中檢測(cè)出各個(gè)物體，并把它們的圖像和其余景物分離。Q

特征抽取階段。在該階段對(duì)物體進(jìn)行度量。一個(gè)度量是指一個(gè)物體某個(gè)可度量性質(zhì)的度量值，而特征是一個(gè)或多個(gè)度量的函數(shù)。計(jì)算特征是為了對(duì)物體的一些重要特征進(jìn)行定量估計(jì)。特征抽取過程產(chǎn)生了一組特征，把它們組合在一起，就形成了特征向量。Q

分類階段。它僅僅是一種決策，確定每個(gè)物體應(yīng)該歸屬的類別?！?0.1模式識(shí)別的概念北京大學(xué)遙感所5■模式識(shí)別技術(shù)*20世紀(jì)60年代以后隨著現(xiàn)代科學(xué)技術(shù)的發(fā)展，特別是計(jì)算機(jī)技術(shù)的發(fā)展而形成的一種模擬人的各種識(shí)別能力（視覺與聽覺）和方法的技術(shù)，屬于一種自動(dòng)判別和分類的理論。隨著20世紀(jì)70年代遙感技術(shù)的發(fā)展和地球資源衛(wèi)星的發(fā)射，人們通過遙感從衛(wèi)星取得的巨量信息，需要進(jìn)行空前規(guī)模的處理、識(shí)別和應(yīng)用，在此推動(dòng)之下，模式識(shí)別技術(shù)迅速發(fā)展?！?0.1模式識(shí)別的概念北京大學(xué)遙感所6■

模式識(shí)別技術(shù)的應(yīng)用領(lǐng)域*Q

地球資源、環(huán)境的調(diào)查研究（遙感圖像識(shí)別、分類）Q

生物醫(yī)學(xué)工程（腦電圖、染色體、癌細(xì)胞）Q

生產(chǎn)自動(dòng)化（芯片缺損檢查、智能機(jī)器人）Q

文件處理和管理自動(dòng)化（資料、數(shù)據(jù)自動(dòng)識(shí)別、登記、分類）Q

軍事（自動(dòng)瞄準(zhǔn)、自動(dòng)搜索）Q

公安偵破（指紋、人面、虹膜）Q

商業(yè)自動(dòng)化（自動(dòng)售貨機(jī)、自動(dòng)檢票機(jī)）§10.2模式識(shí)別方法北京大學(xué)遙感所7■

統(tǒng)計(jì)模式識(shí)別方法■

句法模式識(shí)別方法■

模糊集合識(shí)別方法§10.2模式識(shí)別方法北京大學(xué)遙感所8■

統(tǒng)計(jì)模式識(shí)別方法Q

統(tǒng)計(jì)模式識(shí)別是模式識(shí)別中應(yīng)用最廣的方法，而且對(duì)它的掌握是徹底理解各種模式識(shí)別過程的基礎(chǔ)。Q

統(tǒng)計(jì)模式識(shí)別認(rèn)為圖像可能包含一個(gè)或多個(gè)物體，并且每個(gè)物體屬于若干事先定義的類型、范疇或模式之一。Q

由于不確定性是客觀存在的，因而發(fā)生錯(cuò)誤的決策分類在所難免，只能借助概率論的知識(shí)，使得決策的錯(cuò)誤率達(dá)到最小。§10.2模式識(shí)別方法■統(tǒng)計(jì)模式識(shí)別方法Q

貝葉斯決策方法貝葉斯定理可以作為研究最小錯(cuò)誤率決策的理論基礎(chǔ)：P(B

Ai

)P(

Ai

)i1是互斥事件，其和等于必然事件。上式P(

Ai

B)

m

P(B

Ai

)P(

Ai

)式中，

Ai

(i

1,

2,,

m)也可寫成i北京大學(xué)遙感所9P(

X

i

)P(i

)P(

X

)

m

P(

X

i

)P(i

)i1當(dāng)有§10.2模式識(shí)別方法P(iX

)

max[P(

j

/

X

)]j

1,

2,...,

mBayes決策分類的判別函數(shù)即把特征向量

X

歸屬于

i

類特征向量的各分量為各個(gè)特征i的度量值xiX=(x1,x2,…xn)’考察Bayes定律的表達(dá)式，得到另一形式：Di

(

X

)

P(i

)P(

X

/

i

)

max[P(

j

)P(

X

/

j

)],

j

1,

2,...,

m

X

i北京大學(xué)遙感所10§10.2模式識(shí)別方法PP(x

/

1

)P(x

/

2

)x錯(cuò)誤決策北京大學(xué)遙感所11§10.2模式識(shí)別方法得：按貝葉斯決策準(zhǔn)則例子：根據(jù)細(xì)胞切片形態(tài)決策決策類別1

為正常，2

為異常。已知：1、癌變?cè)谠摰貐^(qū)出現(xiàn)概率統(tǒng)計(jì)資料：P(2

)

1

0.9

0.1P(

X

1

)P(1

)P(1

X

)

0.822

P(

X

i

)P(i

)i12P(

X

)

0.18P(1

)

0.92、條件概率密度P(

X

1

)

0.2P(

X

2

)

0.4P(ω1

X

)

P(2

X

)故x

歸于“正常”類別北京大學(xué)遙感所12§10.2模式識(shí)別方法■ 統(tǒng)計(jì)模式識(shí)別方法Q

最小損失（風(fēng)險(xiǎn)）的貝葉斯決策方法不同類別的決策錯(cuò)誤造成的損失是不同的。i j引入損失函數(shù)

(a

,

)

，這里

i

1,

2,,

a

，j

1,

2,,

m它表示分析結(jié)果為狀態(tài)

j

而決策為ai

時(shí)所帶來的損失則上述貝葉斯準(zhǔn)則變?yōu)?ai

,

j

)P(

j

X

)R(ai

X

)

E

??(ai

,

j

)??m

j

1i

1,

2,,

a其余幾種基于Bayes公式的判別規(guī)則：北京大學(xué)遙感所13聶曼-皮爾斯決策最小最大決策序貫分類決策§10.2模式識(shí)別方法■

句法模式識(shí)別方法Q

句法：描述語言規(guī)則的一種法則。Q

一個(gè)完整的句子一定是由主語+謂語或主語+謂語+賓語（或表語）構(gòu)成。Q

用句法模式識(shí)別時(shí)，首先是將一個(gè)復(fù)雜圖像分解成一個(gè)個(gè)子圖像，再進(jìn)一步將子圖像分解成一些最簡(jiǎn)單的基元，最后按對(duì)象的結(jié)構(gòu)規(guī)則去組成這些基元，形成一個(gè)句子---模式。以這個(gè)模式為準(zhǔn)則去匹配要識(shí)別的對(duì)象，作決策輸出。北京大學(xué)遙感所14§10.2模式識(shí)別方法〈名詞短語〉

〈冠詞〉〈名詞〉■ 句法的形式語言描述*G=(VN,VT,P,S)VN：非終止符的有限集VT

：終止符的有限集P：寫作規(guī)則S：起始符北京大學(xué)遙感所15§10.2模式識(shí)別方法北京大學(xué)遙感所16■句法模式識(shí)別的應(yīng)用Q

次中性染色體的句法結(jié)構(gòu)Q

脈沖波形分析上的應(yīng)用Q

遙感識(shí)別中的應(yīng)用§10.2模式識(shí)別方法次中性染色體的句法結(jié)構(gòu)右圖上行是染色體文法的基元。順時(shí)針跟蹤染色體的邊界，就可以得到由基元連接而成的串。下行的次中性染色體可以描述為babcbabdacad。染色體文法：G=(VN,VT,P,S)，其中：VN={S,S1,S2,A,B,C,D,E,F}VT={a,

b,

c,

d,

e}P:S→S1,B→e,S→S2,C→bC,S1→AAC→Cb,S2→BA,C→b,A→CA,C→dA→AC,D→bD,A→DE,D→Db,A→FDD→a,B→bB,E→CD,B→Bb,F→Dc北京大學(xué)遙感所17§10.2模式識(shí)別方法遙感識(shí)別中的應(yīng)用目的：將城市區(qū)域與其他類別區(qū)分開來。僅從光譜特征，不足以將城市同類似反射率的地物區(qū)分。但一個(gè)城市有自己的構(gòu)成規(guī)律，利用這一規(guī)律構(gòu)成的“句法”就容易與其他類別區(qū)分。北京大學(xué)遙感所18§10.2模式識(shí)別方法■

模糊集合識(shí)別方法隸屬函數(shù)和判別準(zhǔn)則若

x

A，則特征函數(shù)

A

(x)

1若

x

A，則特征函數(shù)

A

(x)

0隸屬函數(shù)

A

(x)

在[0,1]區(qū)間連續(xù)取值，其大小表示了x對(duì)A的隸屬1)2 5 x

50程度。例：

老年人

(x0

)

1

(有：

老年人

(55）=0.5老年人

(60）=0.8老年人

(70）=0.94“老年人”是相對(duì)的模糊概念北京大學(xué)遙感所19§10.2模式識(shí)別方法北京大學(xué)遙感所20■

各種模式識(shí)別方法的特點(diǎn)*Q

統(tǒng)計(jì)模式識(shí)別方法：發(fā)展早，應(yīng)用廣泛；對(duì)已知條件要求太多；Q

句法模式識(shí)別方法：用分析的方法識(shí)別，還可以描述圖象的內(nèi)容；Q

模糊集合識(shí)別方法：以模糊集合論為基礎(chǔ)，識(shí)別結(jié)果并非絕對(duì)的二值，而是有隸屬度的概念；§10.3圖像區(qū)域特征提取需要處理的圖像可分為兩類：色調(diào)連續(xù)變化的圖像（灰度圖像或彩色圖像）、二值圖像1、基于象素亮度值的描述2、基于圖像區(qū)域的紋理差異北京大學(xué)遙感所21§10.3圖像的區(qū)域分割北京大學(xué)遙感所22某些象素屬于同一區(qū)域，它包含兩方面的內(nèi)容:1、這個(gè)區(qū)域一定是4鄰域或8鄰域構(gòu)成的連接，且其輪廓是封閉的。2、區(qū)域內(nèi)的象素或象素的組合，都滿足同一規(guī)律。實(shí)現(xiàn)分割的途徑：1、從一個(gè)象素或一小塊象素出發(fā)，檢查它的鄰域2、不同區(qū)域，通常具有不同的屬性§10.3圖像的區(qū)域分割方法1、直方圖方法在谷點(diǎn)對(duì)應(yīng)的亮度值設(shè)為閾值，可以將對(duì)象和背景分割出來達(dá)到分割的目的。北京大學(xué)遙感所23§10.3圖像的區(qū)域分割方法北京大學(xué)遙感所242、輪廓擬合法如果擬合時(shí)的均方誤差小于某個(gè)事先設(shè)置的閾值，就認(rèn)為有邊緣點(diǎn)存在。3、區(qū)域生長(zhǎng)法從一個(gè)任意的象素點(diǎn)開始，檢查它的8鄰域象素灰度值。如果其灰度差值小于事先設(shè)置的閾值，就將它們合并為一個(gè)區(qū)域?！?0.3圖像的區(qū)域分割方法4、分裂、合并混合法當(dāng)事先不了解區(qū)域形狀和區(qū)域數(shù)目時(shí)采用。北京大學(xué)遙感所25§10.3圖像區(qū)域的直方圖特征1、均值L11

bP(b)b02、方差2

2

(b

)2

P(b)L1b03北京大學(xué)遙感所26313、偏度分布偏離對(duì)稱程度的度量L1

(b

)3

P(b)b0§10.3圖像區(qū)域的直方圖特征4北京大學(xué)遙感所2741

(b

)4

P(b)L1b05P(b)2

L1b04、峰度它度量分布是集中在均值附近還是散布于兩端5、能量6、熵L16

P(b)

logP(b)b0§10.3紋理特性北京大學(xué)遙感所281、灰度空間相關(guān)矩陣又稱為灰度共生矩陣法，用來刻畫紋理，有較好的效果距離為d的象素對(duì)(a,b)構(gòu)成灰度對(duì)(i,j),使象素沿畫面從左的數(shù)值較為集中在主對(duì)角線附近，對(duì)細(xì)紋理來說，散布在遠(yuǎn)離對(duì)角線。i,

j到右，從上到下移動(dòng)。對(duì)于粗紋理來說，m§10.3紋理特性可提供圖像區(qū)域紋理特性的定性描述，如果把中點(diǎn)移到窗口中心，對(duì)細(xì)紋理來說，

P(u,

v)

的分布對(duì)原點(diǎn)是分散的；對(duì)粗紋理來說，

P(u,

v)的分布集中在原點(diǎn)附近；對(duì)于有方向性的紋理，P(u,

v)

的分布傾向于垂直于空間紋理方向。2、度量紋理的功率譜特性設(shè)圖像函數(shù)為

f

(x,

y)

，對(duì)應(yīng)的付立葉變換

F

(u,

v) ，其2北京大學(xué)遙感所29功率譜為

P(u,

v)

F

(u,

v)§10.4區(qū)域形狀特征區(qū)域的幾何特征：1、區(qū)域面積A對(duì)于具有任意形狀的圖形區(qū)域，可以把它限制在一個(gè)N*N的矩形區(qū)內(nèi)，掃描整個(gè)區(qū)域，計(jì)算灰度值為1的象素總數(shù)。N MA

f

(x,

y)x1

y1北京大學(xué)遙感所30f

(x,

y)

??1 (x,

y)

R?0

(x,

y)

R§10.4區(qū)域形狀特征2、區(qū)域的周長(zhǎng)假定區(qū)域的輪廓是用鏈碼表示的，如果每個(gè)碼字所表示的距離歐幾里德距離度量，有31545?

1

C

0,

2,

4,

6?i2 Ci

1,

3,

5,

7L

???jL

Lnj

1225135北京大學(xué)遙感所3132140567§10.4區(qū)域形狀特征3、區(qū)域的形狀因子形狀因子C的定義為：C

(區(qū)域周長(zhǎng))24

(區(qū)域面積)

L2

4

A對(duì)相等面積的區(qū)域來說，圓的周長(zhǎng)最短，C

1

，表示最密集。4、細(xì)長(zhǎng)比度量區(qū)域的長(zhǎng)和寬M，N，構(gòu)成一個(gè)外接矩形，正方形其細(xì)長(zhǎng)比為1。北京大學(xué)遙感所32§10.4區(qū)域形狀特征5、等效圓的半徑R

(

A

)12

6、輪廓迂曲度兩點(diǎn)間曲線長(zhǎng)度與兩點(diǎn)間直線長(zhǎng)度之比。7、區(qū)域面積A與內(nèi)部孔面積a之比。8、區(qū)域外輪廓周長(zhǎng)L與內(nèi)孔周長(zhǎng)l之比。北京大學(xué)遙感所33§10.5付氏變換系數(shù)的形狀描述區(qū)域形狀可以看成是二維平面上一條封閉的輪廓曲線。邊界上某一點(diǎn)沿著邊界移動(dòng)的坐標(biāo)變化是一個(gè)周期函數(shù)，可以展開成付氏級(jí)數(shù)，輪廓上任一點(diǎn)的位置，可由它的切線角和“弧長(zhǎng)”表示，其復(fù)數(shù)形式為x(t)

jy(t)北京大學(xué)遙感所34§10.5付氏變換系數(shù)的形狀描述

1

2

2kiii1i1i1)