第十一章图形识别与匹配_第1页
第十一章图形识别与匹配_第2页
第十一章图形识别与匹配_第3页
第十一章图形识别与匹配_第4页
第十一章图形识别与匹配_第5页
已阅读5页，还剩10页未读， 继续免费阅读

付费下载

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

第十一章

圖形識別與匹配111.1前言11.2統計圖形識別11.3模組式圖形識別11.4影像匹配11.6作業2假設有二類木頭，A和B，Ａ佔P(A)的比例而B佔P(B)的比例，P(A)+P(B)=1。已知P(A)>P(B)利用木頭的紋理X來評估該木頭的種類。11.2統計圖形識別貝氏決策理論

圖11.2.1P(X|A)和P(X|B)的分佈圖3我們有興趣的是給一個X值，該木頭屬於A或B的機率為何？依據貝氏法則，此處。圖11.2.2P(A|X)和P(B|X)的分佈圖當，，這時可判斷該木頭為A，畢竟冒的風險較低。去掉項，當時，我們判斷該木頭為A。4圖11.2.3識別器示意圖將紋理由一維擴充到d維而將樹木的種類由2種擴充到c

種。令第i類的識別器為，此處X代表木頭紋理向量而代表第i類木頭，。圖形識別器如果為最大值，我們將該木頭分類為。511.3模組式圖形識別

假設在模型上共可抽取出m個特徵向量，而在影像I上抽取出n個特徵向量，通常。 存在一平移函數T將F移到影像的某個地方。圖11.3.1平移F

到6在一個固定的T下，F和的特徵向量、為一配對，將距離函數記為，如此,定義聯合機率密度函數為引入最大可能的觀念，我們得模組匹配的精神就是在找一個T使得上式有最大值。上式中的 可定義為

7Harriscorner利用一個視窗在影像上的移動，可得到強度變化情形：平面：往任何方向移動僅造成小變化含一條邊：與邊平行的變化量小；反之則大含角點或獨立點：往任何方向變化皆大8爲了捕捉視窗內子影像的灰階梯度變化，令

視窗作用到子影像的綜合灰階梯度變化之影響，可表示為

9函數E是一種局部自我關聯的函數，矩陣M就是函數E的代表。矩陣M的兩個特徵值代表下列意義：和皆很小：代表視窗內為平滑區和中，一大一小：代表含一邊的區域和皆很大：代表含角點的區域圖11.3.3矩陣M的特徵值所代表的意義10影響值R=det(M)-k*(trace(M))2且：代表平滑區：代表含一邊的區域R>>0：代表有角點的區域利用以上方法可以將I和F內的所有角點找出來。圖11.3.3利用Harris方法找出角點集1111.4影像匹配形狀乃是該物體的多邊形外圍描述

(a)魚外形(b)魚外形之多邊形描述圖11.4.1魚外形及其多邊形描述12演化：兩段鄰近的邊合併成一段邊是二段邊和之間的夾角為的長度。的值愈小，表示和愈適合合併。(a)第一次演化(b)第二次演化圖11.4.2演化匹配圖11.4.3待匹配的兩多邊形可能的匹配組合13匹配花費(相似度的依據)(a)長方形物件

(b)斜率空間表示圖

圖11.4.4多邊形轉成斜率空間表示圖將各個段落集的斜率空間表示圖建起來，並予以正規化。如

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论