模式識(shí)別入門

模式識(shí)別入門第一頁，共七十七頁，2022年，8月28日課程性質(zhì)任意選修課授課對(duì)象：電子信息,通信工程,信息對(duì)抗,

微電子學(xué)時(shí)：32（其中8學(xué)時(shí)實(shí)驗(yàn)）考查方式：閉卷或開卷考試第二頁，共七十七頁，2022年，8月28日教材及參考文獻(xiàn)

教材

邊肇祺，張學(xué)工.模式識(shí)別（第二版）.清華大學(xué)出版社，2000.1

參考文獻(xiàn)

[1]R.Duda,P.Hart,D.Stork,PatternClassification,secondedition,2000(有中譯本)[2]蔡云龍,模式識(shí)別,西北電訊工程學(xué)院出版社,1986.[3]李宏東，姚天翔譯，RichardO.Duda著.模式分類（第二版）.機(jī)械工業(yè)出版社，2003.9

第三頁，共七十七頁，2022年，8月28日教材及參考文獻(xiàn)

參考文獻(xiàn)

[4]李晶皎譯，SergiosTheodoridis（希臘）著.模式識(shí)別（第三版）.電子工業(yè)出版社，2006.12[5]黃鳳崗，宋克歐.模式識(shí)別.哈爾濱工程大學(xué)出版社，1997

[6]楊淑瑩.圖像模式識(shí)別-VC++技術(shù)實(shí)現(xiàn).清華大學(xué)出版社，2005.7[7]楊淑瑩.模式識(shí)別與智能計(jì)算-MATLAB技術(shù)實(shí)現(xiàn).電子工業(yè)出版社，2008.1第四頁，共七十七頁，2022年，8月28日機(jī)構(gòu)、會(huì)議、刊物1973年,IEEE發(fā)起了第一次關(guān)于模式識(shí)別的國際會(huì)議“ICPR”(此后兩年一次)，成立了國際模式識(shí)別協(xié)會(huì)---’’IAPR”1977年IEEE成立PAMI委員會(huì)，創(chuàng)立IEEETrans.OnPAMI，并支持ICCV，CVPR兩個(gè)會(huì)議-PatternRecognition(PR)-PatternRecognitionLetters(PRL)-PatternAnalysisandApplication(PAA)-InternationalJouralofPatternRecognitionandArtificialIntelligence(IJPRAI)第五頁，共七十七頁，2022年，8月28日先修課程概率論

本課程研究的主要內(nèi)容：統(tǒng)計(jì)P.R.線性代數(shù)

利用特征向量表示模式

矩陣計(jì)算圖像處理、語音信號(hào)處理、人工智能、計(jì)算機(jī)視覺……

第六頁，共七十七頁，2022年，8月28日教學(xué)目標(biāo)掌握模式識(shí)別的基本概念和基本方法有效運(yùn)用所學(xué)的知識(shí)和方法解決實(shí)際問題為研究新的模式識(shí)別理論和方法打下基礎(chǔ)第七頁，共七十七頁，2022年，8月28日教學(xué)方法著重講述模式識(shí)別的基本概念,基本方法和算法原理注重理論與實(shí)踐緊密結(jié)合實(shí)例教學(xué):通過實(shí)例講述如何將所學(xué)的知識(shí)運(yùn)用到實(shí)際應(yīng)用中避免引用過多的、繁瑣的數(shù)學(xué)推導(dǎo)第八頁，共七十七頁，2022年，8月28日第1章緒論1.1P.R.基本概念1.2P.R.發(fā)展簡(jiǎn)史1.3P.R.應(yīng)用1.4P.R.分類1.5P.R.系統(tǒng)第九頁，共七十七頁，2022年，8月28日1.1P.R.基本概念什么是模式？

第十頁，共七十七頁，2022年，8月28日什么是模式？什么是模式？模式類？模式識(shí)別？廣義定義:存在于時(shí)間和空間中可觀察的物體，如果我們可以區(qū)別它們是否相同或是否相似，都可以稱之為模式。

模式所指的不是事物本身,而是從事物獲得的信息,因此模式往往表現(xiàn)為具有時(shí)間和空間的分布信息

第十一頁，共七十七頁，2022年，8月28日什么是模式？本課研究內(nèi)容用計(jì)算機(jī)模擬人的識(shí)別能力，提出識(shí)別具體客體的基本理論與實(shí)用技術(shù)。根據(jù)這一研究內(nèi)容，可作狹義定義。

狹義定義:對(duì)感興趣的客體的定量的或結(jié)構(gòu)的描述。模式：語音、圖像、信號(hào)

模式的直觀特性—可觀察性—可區(qū)分性—相似性第十二頁，共七十七頁，2022年，8月28日什么是模式？

模式類？

具有某些共同特性的模式的集合。模式識(shí)別？

利用計(jì)算機(jī)自動(dòng)地（或者人進(jìn)行少量干涉）把待識(shí)模式分到各自的模式類中去的技術(shù)。第十三頁，共七十七頁，2022年，8月28日模式識(shí)別研究的目的利用計(jì)算機(jī)對(duì)物理對(duì)象進(jìn)行分類,在錯(cuò)誤概率最小的條件下,使識(shí)別的結(jié)果盡量與客觀物體相符合

Y=F(X)X—定義域取自特征集Y—值域?yàn)轭悇e的標(biāo)號(hào)集F—是模式識(shí)別的判別方法第十四頁，共七十七頁，2022年，8月28日1.2P.R.簡(jiǎn)史20世紀(jì)20年代出現(xiàn)，60年代發(fā)展為學(xué)科1929年G.Tauschek發(fā)明閱讀機(jī),能夠閱讀0-9的數(shù)字.30年代Fisher提出統(tǒng)計(jì)分類理論,奠定了統(tǒng)計(jì)模式識(shí)別的基礎(chǔ).50年代NoamChemsky提出形式語言理論,傅京蓀提出了句法模式識(shí)別第十五頁，共七十七頁，2022年，8月28日1.2P.R.簡(jiǎn)史60年代提出了模糊集理論，模糊模式識(shí)別方法得以發(fā)展和應(yīng)用80年代以Hopfield網(wǎng)、BP網(wǎng)為代表的神經(jīng)網(wǎng)絡(luò)模型導(dǎo)致人工神經(jīng)元網(wǎng)絡(luò)復(fù)活,并在模式識(shí)別得到較廣泛的應(yīng)用。90年代小樣本理論，支持向量機(jī)也受到了很大的重視。第十六頁，共七十七頁，2022年，8月28日1.2P.R.簡(jiǎn)史21世紀(jì)以來，模式識(shí)別研究呈現(xiàn)一些新的特點(diǎn)（1）貝葉斯學(xué)習(xí)理論越來越多的用來解決模式識(shí)別和模型選擇問題，產(chǎn)生了良好的分類性能。（2）傳統(tǒng)的問題，如概率密度估計(jì)、特征選擇、聚類等方法不斷受到新的關(guān)注。新的方法或改進(jìn)\混合的方法

不斷提出（3）模式識(shí)別和機(jī)器學(xué)習(xí)相互滲透、特征提取和選擇、分類、聚類、半監(jiān)督學(xué)習(xí)的問題日益成為二者共同關(guān)注的熱點(diǎn)。

（4）模式識(shí)別系統(tǒng)開始越來越多地用于現(xiàn)實(shí)生活，如車牌識(shí)別、手寫字符識(shí)別、生物特征識(shí)別。第十七頁，共七十七頁，2022年，8月28日1.3P.R.應(yīng)用生物學(xué)

自動(dòng)細(xì)胞學(xué)、染色體特性研究、遺傳研究。

天文學(xué)

天文望遠(yuǎn)鏡圖像分析、自動(dòng)光譜學(xué)經(jīng)濟(jì)學(xué)

股票交易預(yù)測(cè)、企業(yè)行為分析醫(yī)學(xué)

心電圖分析、腦電圖分析、醫(yī)學(xué)圖像分析、癌細(xì)胞分類、X光片分析、CT片分析第十八頁，共七十七頁，2022年，8月28日P.R.應(yīng)用工程

產(chǎn)品缺陷檢測(cè)、特征識(shí)別、語音識(shí)別、自動(dòng)導(dǎo)航系統(tǒng)、污染分析

軍事

航空攝像分析、雷達(dá)和聲納信號(hào)檢測(cè)和分類、自動(dòng)目標(biāo)識(shí)別安全人臉、掌紋、虹膜、手形、語音、簽字、監(jiān)視和報(bào)警系統(tǒng)第十九頁，共七十七頁，2022年，8月28日P.R.的應(yīng)用領(lǐng)域一、文字識(shí)別始于1929年，較早

OCR（OpticalCharacterRecognition）第二十頁，共七十七頁，2022年，8月28日字符識(shí)別之牌照識(shí)別第二十一頁，共七十七頁，2022年，8月28日字符識(shí)別之牌照識(shí)別第二十二頁，共七十七頁，2022年，8月28日1.5P.R.的應(yīng)用領(lǐng)域二、條碼識(shí)別第二十三頁，共七十七頁，2022年，8月28日P.R.的應(yīng)用領(lǐng)域

三、語音識(shí)別語義識(shí)別

孤立詞識(shí)別（較為成熟）、連續(xù)語音識(shí)別

身份識(shí)別

話者識(shí)別第二十四頁，共七十七頁，2022年，8月28日語音識(shí)別應(yīng)用之自動(dòng)廣告監(jiān)播第二十五頁，共七十七頁，2022年，8月28日P.R.的應(yīng)用領(lǐng)域四、遙感圖像地物分類

原始影像神經(jīng)網(wǎng)絡(luò)分類結(jié)果第二十六頁，共七十七頁，2022年，8月28日P.R.的應(yīng)用領(lǐng)域五、身份識(shí)別之人臉識(shí)別在不同環(huán)境條件下，人臉膚色分布始終近似服從高斯分布第二十七頁，共七十七頁，2022年，8月28日P.R.的應(yīng)用領(lǐng)域五、身份識(shí)別之指紋識(shí)別第二十八頁，共七十七頁，2022年，8月28日P.R.的應(yīng)用領(lǐng)域六、公共安全應(yīng)用檢測(cè)流動(dòng)高熱人群第二十九頁，共七十七頁，2022年，8月28日P.R.的應(yīng)用領(lǐng)域七、軍事應(yīng)用第三十頁，共七十七頁，2022年，8月28日?qǐng)D像制導(dǎo)國產(chǎn)空地電視制導(dǎo)導(dǎo)引頭前蘇聯(lián)Kh-59M空地導(dǎo)彈導(dǎo)引頭第三十一頁，共七十七頁，2022年，8月28日?qǐng)D像制導(dǎo)—AGM-130美國AGM-130空對(duì)地導(dǎo)彈AGM-130空地導(dǎo)彈

AGM-130是美國1984年研制的空對(duì)地導(dǎo)彈，是GBU-15光電制導(dǎo)炸彈的裝有動(dòng)力裝置的變型,具有遠(yuǎn)距離投放能力和強(qiáng)殺傷力。彈徑460毫米(A),520毫米(B);彈重1323千克(A),1316千克(B),采用電視或紅外成像+雙數(shù)據(jù)傳輸裝置制導(dǎo)方式?？裳b備F-111、F-4、F-15、F-16和F-10等飛機(jī)。在美英對(duì)伊拉克的空襲中,美國空軍第一次在實(shí)戰(zhàn)中使用AGM-130導(dǎo)彈。

AGM-130可由空勤人員保持其飛向目標(biāo)的航向,也可利用電視或紅外導(dǎo)引頭自動(dòng)導(dǎo)航。AGM-130同高速反輻射導(dǎo)彈(HARM)一樣,也可用來摧毀雷達(dá),使導(dǎo)彈發(fā)射器"致盲",但是HARM的彈頭很小,不能保證摧毀發(fā)射器,而AGM-130的彈頭要大得多,重約900公斤。它能完全一舉摧毀防空雷達(dá)和導(dǎo)彈發(fā)射架。第三十二頁，共七十七頁，2022年，8月28日?qǐng)D像制導(dǎo)—AGM-130AGM-130炸大橋AGM-130機(jī)載發(fā)射第三十三頁，共七十七頁，2022年，8月28日P.R.的應(yīng)用領(lǐng)域鐵路油罐車罐口視覺定位系統(tǒng)第三十四頁，共七十七頁，2022年，8月28日1.5P.R.的應(yīng)用領(lǐng)域鐵路油罐車罐口視覺定位系統(tǒng)第三十五頁，共七十七頁，2022年，8月28日P.R.的應(yīng)用領(lǐng)域機(jī)器人拆垛系統(tǒng)第三十六頁，共七十七頁，2022年，8月28日1.4P.R.分類要在特征空間和解釋空間找到一種映射關(guān)系，這種映射稱之為假說特征空間-從模式得到的對(duì)分類有用的度量、屬性或基元構(gòu)成的空間.解釋空間-將個(gè)類別表示為:其中為所屬類別的集合，稱為解釋空間。第三十七頁，共七十七頁，2022年，8月28日1.4P.R.分類假說的兩種獲得方法：

（1）監(jiān)督學(xué)習(xí)

（2）非監(jiān)督學(xué)習(xí)

第三十八頁，共七十七頁，2022年，8月28日P.R.分類監(jiān)督學(xué)習(xí)、概念驅(qū)動(dòng)或歸納假說：在特征空間中找到一個(gè)與解釋空間的結(jié)構(gòu)相對(duì)應(yīng)的假說。在給定模式下假定一個(gè)解決方案，任何在訓(xùn)練集中接近目標(biāo)的假說，也都必須在“未知”的樣本上得到近似的結(jié)果。

（1）依靠已知所屬類別的訓(xùn)練樣本集，按他們的特征向量分布來確定假說（通常為一判別函數(shù)），在判別函數(shù)確定之后能用他對(duì)未知的模式進(jìn)行分類；

（2）對(duì)分類的模式要有足夠的先驗(yàn)知識(shí)，通常需要采集足夠數(shù)量的具有典型性的樣本進(jìn)行訓(xùn)練。

第三十九頁，共七十七頁，2022年，8月28日1.4P.R.分類非監(jiān)督學(xué)習(xí)、數(shù)據(jù)驅(qū)動(dòng)或演繹假說：在解釋空間中找到一個(gè)與特征空間的結(jié)構(gòu)相對(duì)應(yīng)的假說。這種方法試圖找到一種只以特征空間中的相似關(guān)系為基礎(chǔ)的假說。

（1）在沒有先驗(yàn)知識(shí)的前提下，通常采用聚類分析方法，基于“物以類聚”的觀點(diǎn)，用數(shù)學(xué)方法分析各特征向量之間距離及分散情況。

（2）如果特征向量聚集若干個(gè)群，可按群間距離遠(yuǎn)近把他們劃分成類。

（3）這種按各類之間親疏程度的劃分，若事先能知道應(yīng)劃分幾類，則可獲得更好的分類效果。

第四十頁，共七十七頁，2022年，8月28日P.R.分類的主要方法（1）數(shù)據(jù)聚類。

（2）統(tǒng)計(jì)分類。

（3）結(jié)構(gòu)模式識(shí)別。

（4）神經(jīng)網(wǎng)絡(luò)。

第四十一頁，共七十七頁，2022年，8月28日P.R.分類的主要方法（1）數(shù)據(jù)聚類。

目標(biāo)：用某種相似性度量的方法將原始數(shù)據(jù)組織成有意義的和有用的各種數(shù)據(jù)集。

是一種非監(jiān)督學(xué)習(xí)方法，解決的方案是數(shù)據(jù)驅(qū)動(dòng)。第四十二頁，共七十七頁，2022年，8月28日P.R.分類的主要方法（2）統(tǒng)計(jì)分類。又稱為決策理論識(shí)別方法。

基于概率統(tǒng)計(jì)模型得到各類別的特征向量的分布，以取得

分類的方法。

特征向量分布的獲得是基于一個(gè)類別已知的訓(xùn)練樣本集。

是一種監(jiān)督分類方法，分類器是概念驅(qū)動(dòng)的。第四十三頁，共七十七頁，2022年，8月28日P.R.分類的主要方法（3）結(jié)構(gòu)模式識(shí)別。

通過考慮識(shí)別對(duì)象各部分之間的聯(lián)系來達(dá)到識(shí)別分類的目的。

識(shí)別采用結(jié)構(gòu)匹配的方式，通過計(jì)算一個(gè)匹配程度值（matchingscore）來評(píng)估一個(gè)未知的對(duì)象或未知的對(duì)象的某些部分與某種典型形式的關(guān)系如何。

當(dāng)成功地制定出了一組可以描述對(duì)象部分之間關(guān)系的規(guī)則后，可以應(yīng)用一種特殊的結(jié)構(gòu)模式識(shí)別方法—句法模式識(shí)別，來檢查一個(gè)模式基元的序列是否遵守某種規(guī)則，即句法規(guī)則或語法。創(chuàng)始人：傅京孫，1930-1985，美籍華人，傅京孫獎(jiǎng)第四十四頁，共七十七頁，2022年，8月28日符號(hào)串（樹）：abcb第四十五頁，共七十七頁，2022年，8月28日P.R.分類的主要方法（4）神經(jīng)網(wǎng)絡(luò)神經(jīng)網(wǎng)絡(luò)是受人腦組織的生理學(xué)啟發(fā)而創(chuàng)立的。

是由一系列互相聯(lián)系的、相同的單元(神經(jīng)元)組成，相互間的聯(lián)系可以在不同神經(jīng)元之間傳遞增強(qiáng)或抑制信號(hào)。增強(qiáng)或抑制是通過調(diào)整神經(jīng)元相互間聯(lián)系的權(quán)重系數(shù)(weight)實(shí)現(xiàn).神經(jīng)網(wǎng)絡(luò)可以實(shí)現(xiàn)監(jiān)督和非監(jiān)督學(xué)習(xí)條件下的分類。

第四十六頁，共七十七頁，2022年，8月28日模式的特征向量表示樣本：模式識(shí)別中，被觀測(cè)的每個(gè)對(duì)象稱為樣本。如手寫字符識(shí)別中的每個(gè)手寫字符。特征：對(duì)于一個(gè)樣本，每一個(gè)與識(shí)別有關(guān)的因素稱為一個(gè)特征。模式是樣本所具有的特征描述。特征向量：模式的特征集由處于同一個(gè)特征空間中的特征向量表示，特征向量的每一個(gè)元素為一個(gè)特征。第四十七頁，共七十七頁，2022年，8月28日模式的特征向量表示選擇2個(gè)特征選擇3個(gè)特征模式識(shí)別研究的問題即是在特征空間中如何將樣本點(diǎn)分類第四十八頁，共七十七頁，2022年，8月28日訓(xùn)練樣本監(jiān)督模式識(shí)別非監(jiān)督模式識(shí)別客體1.5模式識(shí)別系統(tǒng)信息獲取預(yù)處理特征提取和選擇分類器設(shè)計(jì)分類決策待識(shí)樣本通過各種傳感器訓(xùn)練過程第四十九頁，共七十七頁，2022年，8月28日1、信息獲取

為使計(jì)算機(jī)能夠?qū)腕w進(jìn)行分類識(shí)別，必須使用計(jì)算機(jī)能夠接受的方式來表示客體。（1）二維圖像，如文字、指紋、照片等

CCD(ChargeCoupledDevice)、CMOS徠卡M8M8的柯達(dá)1030萬像素CCDCMOS圖像傳感器第五十頁，共七十七頁，2022年，8月28日1、信息獲取

（2）一維波形：語音、機(jī)械振動(dòng)波、心電圖等語音信號(hào)利用MSP430設(shè)計(jì)的12位心電放大器采集的心電圖第五十一頁，共七十七頁，2022年，8月28日

（3）物理參量和邏輯值體溫、化驗(yàn)數(shù)據(jù)、各種實(shí)驗(yàn)數(shù)據(jù)、參量正常與否等。

通過測(cè)量、采樣和量化，可以用矩陣表示2D圖像，用向量表示1D波形，這就是信息的獲取過程。

物理量電信號(hào)，模擬信號(hào)數(shù)字信號(hào)

1、信息獲取第五十二頁，共七十七頁，2022年，8月28日2、預(yù)處理

預(yù)處理的目的是去除噪聲，加強(qiáng)有用的信息并對(duì)種種因素造成的退化現(xiàn)象進(jìn)行復(fù)原。圖像預(yù)處理：直方圖修正、平滑濾波、邊緣檢測(cè)、圖像復(fù)原（已知退化模型）

第五十三頁，共七十七頁，2022年，8月28日3、特征提取和選擇通過傳感器獲取的信息原始數(shù)據(jù)量一般比較大。高速相機(jī)+IOIndustries高速記錄系統(tǒng)采集速度：850MByte/s1K*1K*1Byte,500f/s=500MByte/s第五十四頁，共七十七頁，2022年，8月28日高速記錄1—1280*1023第五十五頁，共七十七頁，2022年，8月28日高速記錄2—508*508第五十六頁，共七十七頁，2022年，8月28日高速記錄3—1536*1024第五十七頁，共七十七頁，2022年，8月28日高速記錄4—1536*1024第五十八頁，共七十七頁，2022年，8月28日3、特征提取和選擇

為有效地實(shí)現(xiàn)分類識(shí)別，要對(duì)原始數(shù)據(jù)進(jìn)行選擇或者變換，得到最能反映分類本質(zhì)的特征，構(gòu)成特征向量。特征形成特征提取特征選擇第五十九頁，共七十七頁，2022年，8月28日3、特征提取和選擇特征形成

根據(jù)被識(shí)別的對(duì)象產(chǎn)生出一組基本特征，它可以是計(jì)算出來的，也可以是儀表或者傳感器測(cè)量出來的，這樣產(chǎn)生出來的特征叫原始特征。一般將原始數(shù)據(jù)組成的空間叫測(cè)量空間。

信息獲取階段，如數(shù)字圖像中的灰度值即可以看成是一種原始特征。第六十頁，共七十七頁，2022年，8月28日3、特征提取和選擇特征提取

原始特征數(shù)量可能很大，樣本處于一個(gè)高維空間里。通過映射或者變換的方法可以用低維空間來表示樣本，這個(gè)過程叫特征提取。

如1K*1K的灰度圖像相當(dāng)于1K*1K維測(cè)量空間中的一個(gè)點(diǎn)。在高維空間中進(jìn)行分類較為困難，且這種描述不能直接反映對(duì)象的本質(zhì)（灰度會(huì)隨著攝像機(jī)位置及照度等的變化而變化）變換

測(cè)量空間特征空間，通常為線性變換，如Fisher變換。

第六十一頁，共七十七頁，2022年，8月28日3、特征提取和選擇特征選擇

從一組特征中挑選出一些最有效的特征以達(dá)到降低特征空間維數(shù)的目的，這個(gè)過程叫特征選擇。降維兩大方法：

1、通過映射和變換把原始特征變?yōu)檩^少的新特征。

2、從原始特征中挑選出一些最有代表性的特征來。特征提取與選擇的原則盡量減小特征間的相關(guān)性一個(gè)極端的例子：圓識(shí)別，R—2R是兩個(gè)極度相關(guān)的特征第六十二頁，共七十七頁，2022年，8月28日4、分類器設(shè)計(jì)

為把待識(shí)別模式分配到各自的模式類中去，必須設(shè)計(jì)出一套分類判別規(guī)則。基本做法是：用一定數(shù)量的樣本（稱為訓(xùn)練樣本集），確定出一套分類判別規(guī)則，使得按這套分類判別規(guī)則對(duì)待識(shí)模式進(jìn)行分類所造成的錯(cuò)誤識(shí)別率最小或引起的損失最小。如數(shù)字識(shí)別，首先要用0-9的訓(xùn)練樣本訓(xùn)練分類器。

第六十三頁，共七十七頁，2022年，8月28日5、分類決策

分類器按已確定的分類判別規(guī)則對(duì)待識(shí)模式進(jìn)行分類判別，輸出分類結(jié)果。監(jiān)督模式識(shí)別與非監(jiān)督模式識(shí)別對(duì)于監(jiān)督模式識(shí)別，判別規(guī)則設(shè)計(jì)完成后轉(zhuǎn)入分類決策。對(duì)于非監(jiān)督模式識(shí)別，沒有訓(xùn)練樣本，分類器設(shè)計(jì)只能依靠待識(shí)別樣本集進(jìn)行，分類器設(shè)計(jì)與決策一起完成，即設(shè)計(jì)完成后分類結(jié)果亦產(chǎn)生。

模式識(shí)別課程主要研究3、4、5部分。第六十四頁，共七十七頁，2022年，8月28日識(shí)別舉例在傳送帶上用光學(xué)傳感器對(duì)魚按品種分類品種鱸魚（Seabass）鮭魚（Salmon）識(shí)別過程（1）數(shù)據(jù)獲?。杭茉O(shè)一個(gè)攝像機(jī)，采集一些樣本圖像，獲取樣本數(shù)據(jù)。（2）預(yù)處理

：去噪聲，用一個(gè)分割操作把魚和魚之間以及魚和背景之