自動識別技術(shù)05

自動識別技術(shù)第五章圖像識別技術(shù)第五章圖像識別技術(shù)數(shù)字圖像處理技術(shù)概述數(shù)字圖像處理發(fā)展概況數(shù)字圖像處理技術(shù)應用光學字符識別技術(shù)汽車牌照自動識別系統(tǒng)回顧自動識別技術(shù)根據(jù)識別對象的特征、識別原理和方式可以分為數(shù)據(jù)采集技術(shù)（定義識別）和特征提取技術(shù)（模式識別）兩大類。自動識別系統(tǒng)的輸入信息分為特定格式信息和圖像圖形格式信息兩大類。特定格式信息就是采用規(guī)定的表現(xiàn)形式來表示規(guī)定的信息。如條碼符號、IC卡中的數(shù)據(jù)格式等。圖像圖形格式信息則是指二維圖像與一維波形等信息。如二維圖像包括的文字、地圖、照片、指紋、語音等。定義識別系統(tǒng)模式識別系統(tǒng)圖像識別運用模式識別的原理對圖像對象進行處理。圖像信息獲取圖像預處理圖像特征提取圖像特征匹配結(jié)果人類通過眼、耳、鼻、舌、身等接受信息，感知世界。約有75%的信息是通過視覺系統(tǒng)獲取的。圖——物體透射或反射光的分布（圖像場），是客觀存在；像——人（的視覺系統(tǒng)）對（接收后在大腦中形成的）圖的印象或認識，是人的感覺；圖像——圖像是圖和像的有機結(jié)合，既反映物體的客觀存在，又體現(xiàn)人的心理因素；圖像是對客觀存在物體的一種相似性的生動模仿或描述。一、數(shù)字圖像處理技術(shù)概述圖像的類型物體圖像數(shù)學函數(shù)不可見的物理圖像可見的圖像光圖像照片、圖、畫可見光成像和不可見光成像400nm700nm紫外光紅外光546.1nm435.8nm780nm圖像的產(chǎn)生工程技術(shù)人員以直尺和圓規(guī)來繪制各種圖紙；美術(shù)家用畫筆來復制客觀世界；電視用畫面來反映實地場景；……特性圖是客觀存在的，像是人的感覺，圖像則是二者的結(jié)合，是客觀實體的原型，包含了巨大的信息量。圖像的傳播雖然比語言文字的傳播要復雜得多，但它能提供比較直觀的模型，這不是語言文字的描述所能達到的。識別直接由人工或識別系統(tǒng)識別；經(jīng)過處理，改善質(zhì)量或提取出圖像的某些數(shù)據(jù)特征后才能識別。數(shù)字圖像處理DigitalImageProcessing又稱為計算機圖像處理，它是指將圖像信號轉(zhuǎn)換成數(shù)字信號并利用計算機對其進行處理的過程。二、數(shù)字圖像處理發(fā)展概況發(fā)展歷程最早出現(xiàn)于20世紀50年代：計算機處理圖形學科大約形成于20世紀60年代初期首次獲得實際成功應用是美國噴氣推進實驗室1972年英國EMI公司用于頭顱診斷的X射線計算機斷層攝影裝置——CT（ComputerTomography）——1979年諾貝爾生理學和醫(yī)學獎從70年代中期開始理論和應用研究：視覺計算理論圖像識別文字識別的研究是從1950年開始的，一般是識別字母、數(shù)字和符號，從印刷體識別到手寫體識別。數(shù)字圖像處理和識別的研究開始于1965年，數(shù)字圖像與模擬圖像相比具有存儲，傳輸方便可壓縮、傳輸過程中不易失真、處理方便等巨大優(yōu)勢。物體識別主要指的是對三維世界的客體及環(huán)境的感知和認識，屬于高級的計算機視覺范疇，以數(shù)字圖像處理與識別為基礎(chǔ)的結(jié)合人工智能、系統(tǒng)學等學科的研究方向，其研究成果被廣泛應用在各種工業(yè)及探測機器人上。方法研究圖像識別問題的數(shù)學本質(zhì)屬于模式空間到類別空間的映射問題。圖像識別主要有三種方法：統(tǒng)計模式識別、結(jié)構(gòu)模式識別、模糊模式識別。圖像分割是圖像處理中的一項關(guān)鍵技術(shù)。圖像分割的方法有閾值分割方法，邊緣檢測方法，區(qū)域提取方法，結(jié)合特定理論工具的分割方法等。從圖像的類型來分有：灰度圖像分割、彩色圖像分割和紋理圖像分割等。航天和航空技術(shù)第一幅月面圖像就是我們對月球的直觀感受和初步認識。左邊是嫦娥一號衛(wèi)星傳回的第一幅月面圖像。右邊是第一幅月面圖像的飛行效果圖。三、數(shù)字圖像處理技術(shù)應用“嫦娥一號”第一幅月面圖像的處理過程：遙感和航空測量主要用于資源、礦藏勘探、國土規(guī)劃、高速公路選線、災害調(diào)查、農(nóng)作物估產(chǎn)、氣象預報以及軍事目標監(jiān)視等。氣象衛(wèi)星云圖土地變化監(jiān)測圖云南大理森林火災

遙感圖生物醫(yī)學領(lǐng)域X射線層析攝影（CT）、核磁共振（MRI）、超聲成像、血管造影、細胞和染色體自動分類等。這些技術(shù)和設(shè)備大大提高了治療診斷水平，減輕了病人的痛苦。三維快速血管造影成像頭部CTCT腦血管醫(yī)學圖像三維重建加入對比劑腦血管掃描圖像依次為第1、2、3層腦血管腦血管邊緣提取依次為第1、2、3層腦血管重建的腦血管三維圖像通信工程常見的數(shù)字圖像和數(shù)字視頻設(shè)備如可視電話、會議電視、衛(wèi)星電視、數(shù)字電視、高清電視、VCD、DVD等?；贖.323標準的遠程教學組網(wǎng)圖工業(yè)與交通產(chǎn)品質(zhì)量檢測、生產(chǎn)過程的自動控制、CAD／CAM等。檢查瓶裝液體容量是否合格智能交通控制汽車牌照識別系統(tǒng)交通視頻監(jiān)控系統(tǒng)軍事公安軍事目標的偵察、制導和警戒系統(tǒng)、自動滅火器的控制及反偽裝等等都需要用到圖像處理技術(shù)；公安部門的現(xiàn)場照片、指紋、虹膜、面部、手跡、印章等的處理和辨識也要借助圖像處理。導彈制導指紋門鎖機器視覺機器視覺主要用于軍事偵察、危險環(huán)境的自主機器人，郵政、醫(yī)院和家庭服務的智能機器人，裝配線工件識別、定位，太空機器人的自動操作等。

日本本田技研工業(yè)株式

會社研制的仿人機器人

ASIMO（阿西莫）踢球上樓梯虛擬現(xiàn)實當人們通過虛擬現(xiàn)實瀏覽、觀賞時就如身臨其境一般，并且可以選擇任一角度，觀看任一范圍內(nèi)的場景或選擇觀看物體的任一角度。虛擬漫游技術(shù)是虛擬現(xiàn)實（VR）技術(shù)的重要分支，在建筑、旅游、游戲、航空航天、醫(yī)學等多種行業(yè)發(fā)展很快。四、光學字符識別技術(shù)OCR（OpticalCharacterRecognition）光學字符識別是指電子設(shè)備（例如掃描儀或數(shù)碼相機）檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程。亦即，針對印刷體字符，采用光學的方式將紙質(zhì)文檔中的文字轉(zhuǎn)換成為黑白點陣的圖像文件，并通過識別軟件將圖像中的文字轉(zhuǎn)換成文本格式，供文字處理軟件進一步編輯加工的技術(shù)。OCR的概念是在1929年由德國科學家Tausheck最先提出來的，后來美國科學家Handel也提出了利用技術(shù)對文字進行識別的想法。最早對印刷體漢字識別進行研究的是IBM公司的Casey和Nagy，1966年他們發(fā)表了第一篇關(guān)于漢字識別的文章，采用了模板匹配法識別了1000個印刷體漢字。工作流程一個OCR識別系統(tǒng)，其目的很簡單，只是要把影像作一個轉(zhuǎn)換，使影像內(nèi)的圖形繼續(xù)保存、有表格則表格內(nèi)資料及影像內(nèi)的文字，一律變成計算機文字，使能達到影像資料的儲存量減少、識別出的文字可再使用及分析，當然也可節(jié)省因鍵盤輸入的人力與時間。從影像到結(jié)果輸出，需要經(jīng)過影像輸入、影像預處理、文字特征抽取、比對識別、最后經(jīng)人工校正將認錯的文字更正，將結(jié)果輸出。影像輸入欲經(jīng)過OCR處理的標的物須透過光學儀器，如影像掃描儀、傳真機或任何攝影器材，將影像轉(zhuǎn)入計算機。影像預處理影像預處理是OCR系統(tǒng)中，存在問題最多的一個模塊。影像須先將圖片、表格及文字區(qū)域分離出來，甚至可將文章的編排方向、文章的提綱及內(nèi)容主體區(qū)分開，而文字的大小及文字的字體也要判斷出來。對待識別圖像進行二值化、圖像降噪、傾斜校正等預處理，可以降低特征提取算法的難度，并能提高識別的精度。二值化：由于彩色圖像所含信息量過于巨大，在對圖像中印刷體字符進行識別處理前，需要對圖像進行二值化處理，使圖像只包含黑色的前景信息和白色的背景信息，提升識別處理的效率和精確度。圖像降噪：由于待識別圖像的品質(zhì)受限于輸入設(shè)備、環(huán)境、以及文檔的印刷質(zhì)量，在對圖像中印刷體字符進行識別處理前，需要根據(jù)噪聲的特征對待識別圖像進行去噪處理，提升識別處理的精確度。傾斜校正：由于掃描和拍攝過程涉及人工操作，輸入計算機的待識別圖像或多或少都會存在一些傾斜，在對圖像中印刷體字符進行識別處理前，就需要進行圖像方向檢測，并校正圖像方向。文字特征抽取單以識別率而言，特征抽取可說是OCR的核心，用什么特征、怎么抽取，直接影響識別的好壞。特征可分為兩類：統(tǒng)計的特征，如文字區(qū)域內(nèi)的黑/白點數(shù)比，當文字區(qū)分成好幾個區(qū)域時，這一個個區(qū)域黑/白點數(shù)比之聯(lián)合，就成了空間的一個數(shù)值向量，在比對時，基本的數(shù)學理論就足以應付了。結(jié)構(gòu)的特征，如文字影像細線化后，取得字的筆劃端點、交叉點之數(shù)量及位置，或以筆劃段為特征，配合特殊的比對方法，進行比對，市面上的線上手寫輸入軟件的識別方法多以此種結(jié)構(gòu)的方法為主。對比數(shù)據(jù)庫：當輸入文字算完特征后，不管是用統(tǒng)計或結(jié)構(gòu)的特征，都須有一比對數(shù)據(jù)庫或特征數(shù)據(jù)庫來進行比對，數(shù)據(jù)庫的內(nèi)容應包含所有欲識別的字集文字，根據(jù)與輸入文字一樣的特征抽取方法所得的特征群組。對比識別充分發(fā)揮數(shù)學運算理論的一個模塊，根據(jù)不同的特征特性，選用不同的數(shù)學函數(shù)。較有名的比對方法：歐式空間的比對方法、松弛比對法（Relaxation）、動態(tài)程序比對法（DynamicProgramming，DP）、類神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)庫建立及比對、HMM（HiddenMarkovModel）字詞后處理：由于OCR的識別率并無法達到百分之百，或想加強比對的正確性及信心值，一些除錯或甚至幫忙更正的功能，也成為OCR系統(tǒng)中必要的一個模塊。字詞后處理就是一例，利用比對后的識別文字與其可能的相似候選字群中，根據(jù)前后的識別文字找出最合乎邏輯的詞，做更正的功能。字詞數(shù)據(jù)庫：為字詞后處理所建立的詞庫。人工校正一個好的OCR軟件，除了有一個穩(wěn)定的影像處理及識別核心，以降低錯誤率外，人工校正的操作流程及其功能也影響OCR的處理效率。文字影像與識別文字的對照、屏幕信息擺放的位置、每一識別文字的候選字功能、拒認字的功能、及字詞后處理后特意標示出可能有問題的字詞，都是為使用者設(shè)計盡量少使用鍵盤的一種功能。結(jié)果輸出有人要文本文件，有人要和輸入文件一樣的原文重現(xiàn)，有人注重表格內(nèi)的文字……無論怎么變化，都只是輸出檔案格式的變化而已。識別系統(tǒng)性能的評價對一個手寫數(shù)字識別系統(tǒng)，可以用三方面的指標表征系統(tǒng)的性能：正確識別率A=正確識別樣本數(shù)/全部樣本數(shù)*100%替代率（誤識率）S=誤識樣本數(shù)/全部樣本數(shù)*100%拒識率R=拒識樣本數(shù)/全部