基于matlab图像识别.ppt

1、7讲座的图像模式识别、引言水果的识别指纹识别技术、引言、模式识别等是分析图像内容，找出图像中有什么。步骤：图像分割(隔离对象):检测单个对象，提取其图像和其馀场景隔离要素。测量物件。通过计算对物体的几个茄子重要特征进行量化分类。每个物体必须属于的类别，2，模式识别应用节目，字符识别(如清华的商业OCR识别软件)，邮局信函自动分类器生物识别指纹识别，人物识别等遥感应用卫星云图像，地面导弹，机场等设施的卫星图像识别医疗诊断CT等图像识别处理，3，计算汤姆莫主要特征是高密度分辨率，比标准X射线照片高1020倍。精确测量特定平面各种组织间辐射衰减特性的微小差异，通过图像或数字表示，可以非常精细地区分各

2、种软组织的不同密度，从而形成对比。例如，颅骨X线胶片不仅不能区分脑组织和脑脊液，CT，还能区分脑室系统，以及大脑实质的灰质和白质。为了提高对比度，再次引入造影剂，分辨率将提高，疾病的诊断范畴扩大，诊断准确度也将提高。但CT包括血管病变、消化道内病变、部分病变的定性等，4，CT，A胶质瘤。右前额胸腺区有一个1分叶密度均匀的病灶，仍然呈胸腺状。主动脉受压力，D肝脓肿向右转移。肝右叶有低密度病灶圆形，中心密度为脓腔。周围为脓肿壁，量子化的E腰椎骨折，脊椎骨多处中断，椎管变形，在其中可见。骨头碎片F肝转移癌，肝左、右叶，多大小内壁光滑，看空气面，胸部X线怀疑肺癌H前列腺癌，前列腺分叶增大，膀胱突出，5

3、，图像分析系统组的组成，图像分析技术分类的三个茄子基本范畴，6，知识库， 表达和说明，需要智能高级处理：图像识别、解释、理论不足、为降低难度而设计、7、水果识别、第4部分：数字照片收集、图像的颜色边缘检测、图像分割、图像的颜色特征和形状特征提取图像的分类识别。 选择研究对象香蕉、西红柿、梨、青椒四种茄子水果和蔬菜。功能：为机器提供识别“记忆”中水果的视觉功能。例：接到香蕉的命令后，可以自动取出香蕉。8，要正确使用水果原始图像、颜色空间转换、颜色，必须创建颜色空间。色彩空间是描述多种茄子类型(RGB、CMY、YIQ、YUV和HSL)的颜色的方法。RGB使用更普通的色彩空间。使用显示器牙齿模型，算

4、法运行速度更快。HSL是包含三个茄子颜色分量(色相(H)、饱和度(S)和亮度(L)的颜色空间，通常用于选择颜色，更接近于对颜色的感知。9，图(A)、图(B)、图(C)分别表示彩色水果图像的R、G、B分量，可以组合三幅图以获得原始图像。，10、图(a)图(b)图(c)、图(d)、图(e)和图(f)分别是H、S和V组件在图中，H和S分量图形与V分量图形看起来非常不同。这表示H、S、V 3元件之间的差值大于R、G、B的差值。11，图(D)图(E)图(F)，颜色边缘和颜色边缘检测，12，边缘可以根据颜色特性分为灰度图像边缘和颜色边缘。灰度图像可以用图像亮度函数来描述，灰度边缘可以定义为图像亮度函数的边

5、缘特征牙齿不连续点集合，并描述灰度图像函数的本地突变。彩色图像可以用图像色彩函数描述，彩色边缘可以定义为具有图像色彩函数边缘特征的不连续点集合。描述色彩函数本地突变。13，长期以来，人们主要致力于灰度图像边缘的研究，取得了良好的效果。但是，彩色边缘可以提供比灰度图像更多的信息。研究结果表明，彩色图像中约90的边缘与灰度图像中的边缘相同。也就是说，10的边缘在灰度图像中检测不到。结果，彩色边缘的检测越来越受到重视。14，彩色边缘检测方法，输出融合方法分别对红色、绿色和蓝色三个茄子颜色通道(或其他颜色空间组件)执行边缘检测。最终输出是合成三个牙齿边图像。15、彩色边缘检测方法，多维渐变方法将三个渐

6、变合并为一个，只需检测一次边缘。上述两种茄子颜色边缘检测算法中常用的渐变算子是Robert cross算子、Prewitt算子和Sobel算子。其中，Sobel算子的效果很好，可以直接应用于彩色图像的每个颜色通道。17，边缘提取，使用Sobel算子获得的边缘图像，18，相反边缘图像，4数学形态处理数学形态是应用于图像处理和模式识别领域的新方法。基本想法：使用“探针”收集有关图像的信息。如果探针在图像中继续移动，则可以调查图像各部分之间的相互关系，以了解图像各部分的结构特征。可以直接携带探针的结构元素、知识(形态、大小、灰度图像和色度信息)，检测所研究图像的结构特征。19、20、%轮廓变模糊，形

7、态处理阶段，第1阶段：配置结构元素(%形状等)第2阶段：可以看到利用边缘图像有小间隙。根据数学形态原理，如果结构结构元素膨胀图像，这些小间隙就会消失。因此，结构元素(%水平方向)se0=(1 1 1 1 1 1 1 1 1 1 1 1 1 1 1)(%垂直方向)se90=(1 1 1 1 1 1 1 1 1 1 1 1 1)，21，膨胀处理，膨胀处理后，目标对象内部仍然存在一些孔。填充区域允许在移除孔、填充区域23、填充区域后显示连接的区域。为了更清楚地观察拆分结果，请显示上图中的连接区域，并以在图中看到的其他颜色显示总共4个分区：红色、黄色、深蓝色和青色。在上图中，徐璐根据其他目标的徐璐其他

8、坐标提取特定连接区域，选择特定对象，然后选择25，可用于表示形状的特征包括几何特征和力矩特征。可以选择的几何要素包括周长、面积、偏心、欧拉数、角点、横轴长度和纵轴长度。力矩特征包括质心、方向、主轴方向的力矩、不变力矩和特征力矩。牙齿示例的目标物较少，因此不需要选择太多的特征。我们仅选择了两个茄子要素(面积和横轴长度)，并使用通过图像分析获得的要素值创建了一个小型要素库，27，5.2颜色要素。颜色特征没有旋转变性和尺度变性，因此颜色是图像识别技术中使用最广泛的特征之一。(David aser，Northern Exposure，美国电视电视剧)、颜色、颜色、颜色、颜色、颜色、颜色、颜色、颜色)颜

9、色特征提取是利用颜色功能识别图像的核心之一。目前，大多数系统使用颜色比例分布作为颜色默认功能。这是图像领域的直方图方法。28，(a)，(b)，(c)，(d)，图(a)(d)香蕉、青椒、梨和西红柿的直方图横轴为色调Hue，纵轴为H(p)在模式识别技术中，要素的相似测量都使用距离方法。也就是说，要素的相似度由要素矢量的空间距离表示。29，6识别结果，颜色边缘检测，图像分割和界面上按控制按钮，计算机自动识别相应的水果。示例：按“船”按钮时，界面中将显示船。关闭按钮关闭界面。30，最终效果也是，31，(a)远视图像(B)倍，指纹识别技术，生物技术越来越影响人们的日常生活。生物技术取代了个人标识符和密码

10、，不仅防止了未经授权的访问，还防止了盗窃、手机、智能卡、台式机、电脑工作站和计算机网络等。生物技术可以在电话、网络金融交易时认证身份，也可以代替办公室现有的钥匙、证书、印章等。指纹锁定装置，生物识别技术比较，34，指纹门禁考勤器，指纹鼠标，世界上第一个指纹识别移动电话，35，指纹是指手指末端正面皮肤上的凹凸花纹。牙齿图案的存在增加了皮肤表面的摩擦力，使我们能够用手抓住重物。指纹只是人体皮肤的一小部分，但它包含了大量的信息。这些皮肤上的花纹在图案、断点和交叉上各不相同。在信息处理中，这被称为“特征”。医学证明的这些特征对每个手指都不同。而且这些特征是唯一永久的，所以我们可以将一个人与他的指纹相匹

11、配，将他的指纹特征与事先保存的指纹特征进行比较，以确认他的真实身份。36，指纹识别，公元前年，古代亚述人，中国人识别指纹的特征，将指纹用作个人身份的象征。世纪中叶，对指纹的研究得出了两个茄子重要的结论。没有两个手指指纹的条纹形式是一致的。指纹线的形态终生不变。牙齿研究让一些政府利用指纹开始鉴别犯人。在现代科学研究领域，指纹识别属于“模式识别”。牙齿系统的核心是(光学字符识别)技术。通过相机采集指纹，然后输入电脑，通过复杂的指纹识别算法系列，现代技术可以在很短的时间内完成所有人的身份认证。可以说，指纹识别实现了身份确认领域的世纪革命。37，指纹识别，指纹其实比较复杂。与人工处理不同，许多生物技术

12、公司不直接存储指纹图像。多年来，多家公司及其研究机构对数字算法(根据美国相关法律，指纹图像是个人隐私，不能直接处理指纹图像)。)但指纹识别算法最终归结为指纹图像中找到的和指纹比较的特征。38，为了验证指纹的特征，指纹的验证，定义了指纹的两个茄子特征：整体特征和局部特征。考虑到本地特征，英国学者E.R.Herry认为，如果13个特征点匹配，则可以用相同的指纹确认。整体特征的整体特征是肉眼直接观察的特征：39、指纹的特征、门型：环(loop)弓型(whorl)、40、其他指纹图案都基于牙齿三种茄子基本模式。依靠图案区分指纹是不够的。这只是粗略的分类，通过更详细的分类，可以在大型数据库内轻松搜索指纹

13、。图案区域，图案区域是指纹包含完整特征的区域。也就是说，图案区域可以区分指纹是否属于该类型。一些指纹识别算法只使用图案区域的数据。使用获取的完整指纹，以及用于SecureTouch的指纹识别算法分析和识别的模式区域。41、核心点(核心点)、核心点位于指纹图案的渐进中心，在读取指纹和比较指纹时用作参考点。很多算法基于核心点，只能处理和识别具有核心点的指纹。关键点对于SecureTouch的指纹识别算法至关重要，但无需核心指纹即可处理。42，三角点(delta)，三角点指向从核心点开始的第一个分支点或断点，或两条线聚集的地方，孤立点，转折处或这些奇异点。三角点提供了指纹图案计数跟踪的开始。43、纹

14、章、图案区域内指纹纹的数量。在计算指纹的纹数时，通常将关键点和三角点连接起来，牙齿连接可以视为与指纹纹相交的数。44，局部特征，局部特征是指纹中具有特定特征的节点的特征，称为特征点。两个指纹往往具有相同的整体特征，但本地特征的特征点不能完全相同。指纹图案不是连续、光滑、笔直的，而是经常出现中断、树枝、打折等。这些断点、分支和顶点称为“特征点”。提供指纹唯一性确认信息的特征点。指纹的节点有四个茄子特性。即，45，特征点的分类，有以下类型：最常见的是端点和分支点。端点(Ending) -条纹道路在此结束。分叉(Bifurcation) -条纹道路由两个或多个图案分隔。分歧点(Ridge Divergence) -两个平行花纹在这里裂开。46，孤立点(Dot or Island) -以很短的图案成为一点。回圈(Enclosure) -条纹公路分成两个部分时，直接合并成一个的小回圈称为回圈。短条纹(Short Ridge)