第 数 字 数字图像处理 第 四北京大学计算机研究所陈晓鸥 节 识 别 解 释
第 三 章 数 字 图 像 分 析 第 四 节 识 别 与 解 释 数字图像处理 北京大学计算机研究所 陈晓鸥
第三章数字图像分析第四节识别与解释 第四节识别与解释 341图像分析引言 342图像分析系统的组成 3.4.3模式与模式类 344决策论法 34.5结构法
第三章数字图像分析第四节识别与解释 第四节 识别与解释 3.4.1 图像分析引言 3.4.2 图像分析系统的组成 3.4.3 模式与模式类 3.4.4 决策论法 3.4.5 结构法
第三章数字图像分析第四节识别与解释 34.1图像分析引言 图像分析引言 图像分析的定义 图像分析的目标 自动图像分析系统行为能力的概念化分类 自动图像分析系统的现状
第 三 章 数 字 图 像 分 析 第 四 节 识 别 与 解 释 3.4.1 图像分析引言 • 图像分析引言 – 图像分析的定义 – 图像分析的目标 – 自动图像分析系统行为能力的概念化分类 – 自动图像分析系统的现状
第 34.1图像分析引言 数 字 图 像·图像分析的定义 分 析 图像分析是一个: 发现、辨认和理解模式的过程 第 这些模式都与执行和图像相关的任务有关。 节·图像分析的目标 识 计算机图像分析的主要目的之一是,赋予某些具有感 别 觉能力的机器,以类似人的大脑的能力。例如OCR 解 释
第 三 章 数 字 图 像 分 析 第 四 节 识 别 与 解 释 3.4.1 图像分析引言 • 图像分析的定义 – 图像分析是一个： 发现、辨认和理解模式的过程 这些模式都与执行和图像相关的任务有关。 • 图像分析的目标 – 计算机图像分析的主要目的之一是，赋予某些具有感 觉能力的机器，以类似人的大脑的能力。例如OCR
34.1图像分析引言 第三章数字图像分析第四节识别与解释 自动图像分析系统行为能力的概念化分类 分为三类 获取、发现信息:从背景中提取有关信息 学习、应用知识:抽象、归纳信息特征的学习过程 并应用到新的对象中 构造、推理知识:从不完整的信息中构造推论岀新 的知识,并加以应用
第 三 章 数 字 图 像 分 析 第 四 节 识 别 与 解 释 3.4.1 图像分析引言 • 自动图像分析系统行为能力的概念化分类 分为三类： – 获取、发现信息：从背景中提取有关信息 – 学习、应用知识：抽象、归纳信息特征的学习过程， 并应用到新的对象中 – 构造、推理知识：从不完整的信息中构造推论出新 的知识，并加以应用
34.1图像分析引言 第三章数字图像分析第四节识别与解释 自动图像分析系统的现状 我们可以设计出这种系统,但仍然缺之理论 依据。有待人类视觉认识理论的进一步研究 我们可以做出在某一应用上超过人的能力的 系统,但缺乏扩展性。过分依赖应用
第 三 章 数 字 图 像 分 析 第 四 节 识 别 与 解 释 3.4.1 图像分析引言 • 自动图像分析系统的现状 – 我们可以设计出这种系统，但仍然缺乏理论 依据。有待人类视觉认识理论的进一步研究 – 我们可以做出在某一应用上超过人的能力的 系统，但缺乏扩展性。过分依赖应用
34.2图像分析系统组的成 第三章数字图像分析第四节识别与解释 图像分析技术分类的三种基本范畴 一低级处理:图像获取、预处理,不需要智能 中级处理:图像分割、表示与描述,需要智能 高级处理:图像识别、解释,缺少理论,为降 低难度,设计得更专用
第 三 章 数 字 图 像 分 析 第 四 节 识 别 与 解 释 3.4.2 图像分析系统组的成 • 图像分析技术分类的三种基本范畴 – 低级处理：图像获取、预处理，不需要智能 – 中级处理：图像分割、表示与描述，需要智能 – 高级处理：图像识别、解释，缺少理论，为降 低难度，设计得更专用
第三章数字图像分析第四节 342图像分析系统组的成 图像分析技术分类的三种基本范畴 分割表示与描述 r-[中级处理 预处理 识别结果 识间题 知识库 与 别 图像获取 解释 解低级死理 高级处理 释
第 三 章 数 字 图 像 分 析 第 四 节 识 别 与 解 释 • 图像分析技术分类的三种基本范畴 知识库 分割 表示与描述 识别 与 解释 预处理 图像获取 低级处理 高级处理 中级处理 结果 问题 3.4.2 图像分析系统组的成
第 342图像分析系统组的成 数 字 像·图像识别与解释的基本方法 析-识别的统计分类方法:用向量形式表达模式 第 分派模式向量到不同的模式类 节 识别的结构方法:用符号匹配,模式被表示为 符号形式(如形状数、串和树) 识 别-图像解释的方法:图像解释技术是基于谓词逻 解 辑、语义网络和特定产品的系统 释
第 三 章 数 字 图 像 分 析 第 四 节 识 别 与 解 释 • 图像识别与解释的基本方法 – 识别的统计分类方法：用向量形式表达模式； 分派模式向量到不同的模式类 – 识别的结构方法：用符号匹配，模式被表示为 符号形式（如形状数、串和树） – 图像解释的方法：图像解释技术是基于谓词逻 辑、语义网络和特定产品的系统 3.4.2 图像分析系统组的成
第三章数字图像分析第四节识别与解释 34.3模式与模式类 模式的定义 模式类的定义 模式识别的定义 常用的模式序列 模式特征向量 模式串 模式树
第三章数字图像分析第四节识别与解释 3.4.3 模式与模式类 • 模式的定义 • 模式类的定义 • 模式识别的定义 • 常用的模式序列 – 模式特征向量 – 模式串 – 模式树