第十章圖像分析與模式識別

第十章圖像分析與模式識別第一頁，共三十五頁，編輯于2023年，星期一第十章

圖像分析與模式識別2■

模式識別的概念■

模式識別方法■

圖象（區(qū)域特征提?。?/p>

區(qū)域形狀特征第二頁，共三十五頁，編輯于2023年，星期一§10.1模式識別的概念■模式客觀世界和主觀世界即物質(zhì)和意識的所有方面、所有個體、所有單元、所有事物的抽象?！瞿Ｊ阶R別模式識別指的是對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3第三頁，共三十五頁，編輯于2023年，星期一§10.1模式識別的概念4■

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

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

特征抽取階段。在該階段對物體進(jìn)行度量。一個度量是指一個物體某個可度量性質(zhì)的度量值，而特征是一個或多個度量的函數(shù)。計算特征是為了對物體的一些重要特征進(jìn)行定量估計。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，確定每個物體應(yīng)該歸屬的類別。第四頁，共三十五頁，編輯于2023年，星期一§10.1模式識別的概念5■模式識別技術(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，特別是計算機(jī)技術(shù)的發(fā)展而形成的一種模擬人的各種識別能力（視覺與聽覺）和方法的技術(shù)，屬于一種自動判別和分類的理論。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、識別和應(yīng)用，在此推動之下，模式識別技術(shù)迅速發(fā)展。第五頁，共三十五頁，編輯于2023年，星期一§10.1模式識別的概念6■

模式識別技術(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)自動化（芯片缺損檢查、智能機(jī)器人）Q

文件處理和管理自動化（資料、數(shù)據(jù)自動識別、登記、分類）Q

軍事（自動瞄準(zhǔn)、自動搜索）Q

公安偵破（指紋、人面、虹膜）Q

商業(yè)自動化（自動售貨機(jī)、自動檢票機(jī)）第六頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法7■

統(tǒng)計模式識別方法■

句法模式識別方法■

模糊集合識別方法第七頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法8■

統(tǒng)計模式識別方法Q

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

統(tǒng)計模式識別認(rèn)為圖像可能包含一個或多個物體，并且每個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)生錯誤的決策分類在所難免，只能借助概率論的知識，使得決策的錯誤率達(dá)到最小。第八頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法■統(tǒng)計模式識別方法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i9P(

X

i

)P(i

)P(

X

)

m

P(

X

i

)P(i

)i1第九頁，共三十五頁，編輯于2023年，星期一當(dāng)有§10.2模式識別方法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

i10第十頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法PP(x

/

1

)P(x

/

2

)x錯誤決策11第十一頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法得：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、癌變在該地區(qū)出現(xiàn)概率統(tǒng)計資料：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?！鳖悇e12第十二頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法■ 統(tǒng)計模式識別方法Q

最小損失（風(fēng)險）的貝葉斯決策方法不同類別的決策錯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：13聶曼-皮爾斯決策最小最大決策序貫分類決策第十三頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法■

句法模式識別方法Q

句法：描述語言規(guī)則的一種法則。Q

一個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

用句法模式識別時，首先是將一個復(fù)雜圖像分解成一個個子圖像，再進(jìn)一步將子圖像分解成一些最簡單的基元，最后按對象的結(jié)構(gòu)規(guī)則去組成這些基元，形成一個句子---模式。以這個模式為準(zhǔn)則去匹配要識別的對象，作決策輸出。14第十四頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法〈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15第十五頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法16■句法模式識別的應(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

遙感識別中的應(yīng)用第十六頁，共三十五頁，編輯于2023年，星期一§10.2模式識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→Dc17第十七頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法遙感識別中的應(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。18第十八頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法■

模糊集合識別方法隸屬函數(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”是相對的模糊概念19第十九頁，共三十五頁，編輯于2023年，星期一§10.2模式識別方法20■

各種模式識別方法的特點*Q

統(tǒng)計模式識別方法：發(fā)展早，應(yīng)用廣泛；對已知條件要求太多；Q

句法模式識別方法：用分析的方法識別，還可以描述圖象的內(nèi)容；Q

模糊集合識別方法：以模糊集合論為基礎(chǔ)，識別結(jié)果并非絕對的二值，而是有隸屬度的概念；第二十頁，共三十五頁，編輯于2023年，星期一§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21第二十一頁，共三十五頁，編輯于2023年，星期一§10.3圖像的區(qū)域分割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。實現(xiàn)分割的途徑：1、從一個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第二十二頁，共三十五頁，編輯于2023年，星期一§10.3圖像的區(qū)域分割方法1、直方圖方法在谷點對應(yīng)的亮度值設(shè)為閾值，可以將對象和背景分割出來達(dá)到分割的目的。23第二十三頁，共三十五頁，編輯于2023年，星期一§10.3圖像的區(qū)域分割方法242、輪廓擬合法如果擬合時的均方誤差小于某個事先設(shè)置的閾值，就認(rèn)為有邊緣點存在。3、區(qū)域生長法從一個任意的象素點開始，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區(qū)域。第二十四頁，共三十五頁，編輯于2023年，星期一§10.3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)目時采用。25第二十五頁，共三十五頁，編輯于2023年，星期一§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)L1b0326313、偏度分布偏離對稱程度的度量L1

(b

)3

P(b)b0第二十六頁，共三十五頁，編輯于2023年，星期一§10.3圖像區(qū)域的直方圖特征42741

(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第二十七頁，共三十五頁，編輯于2023年，星期一§10.3紋理特性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(a,b)構(gòu)成灰度對(i,j),使象素沿畫面從左的數(shù)值較為集中在主對角線附近，對細(xì)紋理來說，散布在遠(yuǎn)離對角線。i,

j到右，從上到下移動。對于粗紋理來說，m第二十八頁，共三十五頁，編輯于2023年，星期一§10.3紋理特性可提供圖像區(qū)域紋理特性的定性描述，如果把中點移到窗口中心，對細(xì)紋理來說，

P(u,

v)

的分布對原點是分散的；對粗紋理來說，

P(u,

v)的分布集中在原點附近；對于有方向性的紋理，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)

，對應(yīng)的付立葉變換

F

(u,

v) ，其229功率譜為

P(u,

v)

F

(u,

v)第二十九頁，共三十五頁，編輯于2023年，星期一§10.4區(qū)域形狀特征區(qū)域的幾何特征：1、區(qū)域面積A對于具有任意形狀的圖形區(qū)域，可以把它限制在一個N*N的矩形區(qū)內(nèi)，掃描整個區(qū)域，計算灰度值為1的象素總數(shù)。N MA

f

(x,

y)x1

y130f

(x,

y)

??1 (x,

y)

R?0

(x,

y)

R第三十頁，共三十五頁，編輯于2023年，星期一§10.4區(qū)域形狀特征2、區(qū)域的周長假定區(qū)域的輪廓是用鏈碼表示的，如果每個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

12251353132140567第三十一頁，共三十五頁，編輯于2023年，星期一§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)24

(區(qū)域面積)

L2

4

A對相等面積的區(qū)域來說，圓的周長最短，C

1

，表示最密集。4、細(xì)長比度量區(qū)域的長和寬M，N，構(gòu)成一個外接矩形，正方形其細(xì)長比為1。32第三十二頁，共三十五頁，編輯于2023年，星期一§10.4區(qū)域形狀特征5、等效圓的半徑R

(

A

)12

6、輪廓迂曲度兩點間曲線長度與兩點間直線長度之比。7、區(qū)域面積A與內(nèi)部孔面積a之比。