自動(dòng)識(shí)別技術(shù)05課件

自動(dòng)識(shí)別技術(shù)第五章圖像識(shí)別技術(shù)自動(dòng)識(shí)別技術(shù)第五章圖像識(shí)別技術(shù)第五章圖像識(shí)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(yīng)用光學(xué)字符識(shí)別技術(shù)汽車牌照自動(dòng)識(shí)別系統(tǒng)第五章圖像識(shí)別技術(shù)數(shù)字圖像處理技術(shù)概述回顧自動(dòng)識(shí)別技術(shù)根據(jù)識(shí)別對象的特征、識(shí)別原理和方式可以分為數(shù)據(jù)采集技術(shù)（定義識(shí)別）和特征提取技術(shù)（模式識(shí)別）兩大類。自動(dòng)識(shí)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(hào)、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。回顧自動(dòng)識(shí)別技術(shù)根據(jù)識(shí)別對象的特征、識(shí)別原理和方式可以分為數(shù)定義識(shí)別系統(tǒng)模式識(shí)別系統(tǒng)定義識(shí)別系統(tǒng)圖像識(shí)別運(yùn)用模式識(shí)別的原理對圖像對象進(jìn)行處理。圖像信息獲取圖像預(yù)處理圖像特征提取圖像特征匹配結(jié)果圖像識(shí)別圖像信息圖像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(rèn)識(shí)，是人的感覺；圖像——圖像是圖和像的有機(jī)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(dòng)模仿或描述。一、數(shù)字圖像處理技術(shù)概述人類通過眼、耳、鼻、舌、身等接受信息，感知世界。約有75%的圖像的類型物體圖像數(shù)學(xué)函數(shù)不可見的物理圖像可見的圖像光圖像照片、圖、畫圖像的類型物體圖像數(shù)學(xué)不可見的物理圖像可見的圖像光圖像照片、可見光成像和不可見光成像400nm700nm紫外光紅外光546.1nm435.8nm780nm可見光成像和不可見光成像400nm700nm紫外光紅外光54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(fù)制客觀世界；電視用畫面來反映實(shí)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(shí)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(fù)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(dá)到的。圖像的產(chǎn)生識(shí)別直接由人工或識(shí)別系統(tǒng)識(shí)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(shí)別。數(shù)字圖像處理DigitalImageProcessing又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對其進(jìn)行處理的過程。識(shí)別二、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(jì)50年代：計(jì)算機(jī)處理圖形學(xué)科大約形成于20世紀(jì)60年代初期首次獲得實(shí)際成功應(yīng)用是美國噴氣推進(jìn)實(shí)驗(yàn)室1972年英國EMI公司用于頭顱診斷的X射線計(jì)算機(jī)斷層攝影裝置——CT（ComputerTomography）——1979年諾貝爾生理學(xué)和醫(yī)學(xué)獎(jiǎng)從70年代中期開始理論和應(yīng)用研究：視覺計(jì)算理論二、數(shù)字圖像處理發(fā)展概況發(fā)展歷程圖像識(shí)別文字識(shí)別的研究是從1950年開始的，一般是識(shí)別字母、數(shù)字和符號(hào)，從印刷體識(shí)別到手寫體識(shí)別。數(shù)字圖像處理和識(shí)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(chǔ)，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(shí)別主要指的是對三維世界的客體及環(huán)境的感知和認(rèn)識(shí)，屬于高級(jí)的計(jì)算機(jī)視覺范疇，以數(shù)字圖像處理與識(shí)別為基礎(chǔ)的結(jié)合人工智能、系統(tǒng)學(xué)等學(xué)科的研究方向，其研究成果被廣泛應(yīng)用在各種工業(yè)及探測機(jī)器人上。圖像識(shí)別方法研究圖像識(shí)別問題的數(shù)學(xué)本質(zhì)屬于模式空間到類別空間的映射問題。圖像識(shí)別主要有三種方法：統(tǒng)計(jì)模式識(shí)別、結(jié)構(gòu)模式識(shí)別、模糊模式識(shí)別。圖像分割是圖像處理中的一項(xiàng)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。方法研究航天和航空技術(shù)第一幅月面圖像就是我們對月球的直觀感受和初步認(rèn)識(shí)。左邊是嫦娥一號(hào)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(yīng)用航天和航空技術(shù)三、數(shù)字圖像處理技術(shù)應(yīng)用“嫦娥一號(hào)”第一幅月面圖像的處理過程：“嫦娥一號(hào)”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(zāi)害調(diào)查、農(nóng)作物估產(chǎn)、氣象預(yù)報(bào)以及軍事目標(biāo)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(zāi)

遙感圖遙感和航空測量生物醫(yī)學(xué)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(xì)胞和染色體自動(dòng)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CT生物醫(yī)學(xué)領(lǐng)域CT腦血管醫(yī)學(xué)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CT腦血管醫(yī)學(xué)圖像三維重建通信工程常見的數(shù)字圖像和數(shù)字視頻設(shè)備如可視電話、會(huì)議電視、衛(wèi)星電視、數(shù)字電視、高清電視、VCD、DVD等?；贖.323標(biāo)準(zhǔn)的遠(yuǎn)程教學(xué)組網(wǎng)圖通信工程基于H.323標(biāo)準(zhǔn)的工業(yè)與交通產(chǎn)品質(zhì)量檢測、生產(chǎn)過程的自動(dòng)控制、CAD／CAM等。檢查瓶裝液體容量是否合格智能交通控制工業(yè)與交通汽車牌照識(shí)別系統(tǒng)汽車牌照識(shí)別系統(tǒng)交通視頻監(jiān)控系統(tǒng)交通視頻監(jiān)控系統(tǒng)軍事公安軍事目標(biāo)的偵察、制導(dǎo)和警戒系統(tǒng)、自動(dòng)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(shí)也要借助圖像處理。導(dǎo)彈制導(dǎo)指紋門鎖軍事公安機(jī)器視覺機(jī)器視覺主要用于軍事偵察、危險(xiǎn)環(huán)境的自主機(jī)器人，郵政、醫(yī)院和家庭服務(wù)的智能機(jī)器人，裝配線工件識(shí)別、定位，太空機(jī)器人的自動(dòng)操作等。

日本本田技研工業(yè)株式

會(huì)社研制的仿人機(jī)器人ASIMO（阿西莫）踢球上樓梯機(jī)器視覺虛擬現(xiàn)實(shí)當(dāng)人們通過虛擬現(xiàn)實(shí)瀏覽、觀賞時(shí)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(shí)（VR）技術(shù)的重要分支，在建筑、旅游、游戲、航空航天、醫(yī)學(xué)等多種行業(yè)發(fā)展很快。虛擬現(xiàn)實(shí)四、光學(xué)字符識(shí)別技術(shù)OCR（OpticalCharacterRecognition）光學(xué)字符識(shí)別是指電子設(shè)備（例如掃描儀或數(shù)碼相機(jī)）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(shí)別方法將形狀翻譯成計(jì)算機(jī)文字的過程。亦即，針對印刷體字符，采用光學(xué)的方式將紙質(zhì)文檔中的文字轉(zhuǎn)換成為黑白點(diǎn)陣的圖像文件，并通過識(shí)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(jìn)一步編輯加工的技術(shù)。四、光學(xué)字符識(shí)別技術(shù)OCR（OpticalCharacteOCR的概念是在1929年由德國科學(xué)家Tausheck最先提出來的，后來美國科學(xué)家Handel也提出了利用技術(shù)對文字進(jìn)行識(shí)別的想法。最早對印刷體漢字識(shí)別進(jìn)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(shí)別的文章，采用了模板匹配法識(shí)別了1000個(gè)印刷體漢字。自動(dòng)識(shí)別技術(shù)05課件工作流程一個(gè)OCR識(shí)別系統(tǒng)，其目的很簡單，只是要把影像作一個(gè)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(jì)算機(jī)文字，使能達(dá)到影像資料的儲(chǔ)存量減少、識(shí)別出的文字可再使用及分析，當(dāng)然也可節(jié)省因鍵盤輸入的人力與時(shí)間。從影像到結(jié)果輸出，需要經(jīng)過影像輸入、影像預(yù)處理、文字特征抽取、比對識(shí)別、最后經(jīng)人工校正將認(rèn)錯(cuò)的文字更正，將結(jié)果輸出。工作流程影像輸入欲經(jīng)過OCR處理的標(biāo)的物須透過光學(xué)儀器，如影像掃描儀、傳真機(jī)或任何攝影器材，將影像轉(zhuǎn)入計(jì)算機(jī)。影像預(yù)處理影像預(yù)處理是OCR系統(tǒng)中，存在問題最多的一個(gè)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(shí)別圖像進(jìn)行二值化、圖像降噪、傾斜校正等預(yù)處理，可以降低特征提取算法的難度，并能提高識(shí)別的精度。影像輸入二值化：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(jìn)行識(shí)別處理前，需要對圖像進(jìn)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(shí)別處理的效率和精確度。圖像降噪：由于待識(shí)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(jìn)行識(shí)別處理前，需要根據(jù)噪聲的特征對待識(shí)別圖像進(jìn)行去噪處理，提升識(shí)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(jì)算機(jī)的待識(shí)別圖像或多或少都會(huì)存在一些傾斜，在對圖像中印刷體字符進(jìn)行識(shí)別處理前，就需要進(jìn)行圖像方向檢測，并校正圖像方向。自動(dòng)識(shí)別技術(shù)05課件文字特征抽取單以識(shí)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(shí)別的好壞。特征可分為兩類：統(tǒng)計(jì)的特征，如文字區(qū)域內(nèi)的黑/白點(diǎn)數(shù)比，當(dāng)文字區(qū)分成好幾個(gè)區(qū)域時(shí)，這一個(gè)個(gè)區(qū)域黑/白點(diǎn)數(shù)比之聯(lián)合，就成了空間的一個(gè)數(shù)值向量，在比對時(shí)，基本的數(shù)學(xué)理論就足以應(yīng)付了。結(jié)構(gòu)的特征，如文字影像細(xì)線化后，取得字的筆劃端點(diǎn)、交叉點(diǎn)之?dāng)?shù)量及位置，或以筆劃段為特征，配合特殊的比對方法，進(jìn)行比對，市面上的線上手寫輸入軟件的識(shí)別方法多以此種結(jié)構(gòu)的方法為主。對比數(shù)據(jù)庫：當(dāng)輸入文字算完特征后，不管是用統(tǒng)計(jì)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(jìn)行比對，數(shù)據(jù)庫的內(nèi)容應(yīng)包含所有欲識(shí)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。文字特征抽取對比識(shí)別充分發(fā)揮數(shù)學(xué)運(yùn)算理論的一個(gè)模塊，根據(jù)不同的特征特性，選用不同的數(shù)學(xué)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(dòng)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(shí)別率并無法達(dá)到百分之百，或想加強(qiáng)比對的正確性及信心值，一些除錯(cuò)或甚至幫忙更正的功能，也成為OCR系統(tǒng)中必要的一個(gè)模塊。字詞后處理就是一例，利用比對后的識(shí)別文字與其可能的相似候選字群中，根據(jù)前后的識(shí)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。對比識(shí)別人工校正一個(gè)好的OCR軟件，除了有一個(gè)穩(wěn)定的影像處理及識(shí)別核心，以降低錯(cuò)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(shí)別文字的對照、屏幕信息擺放的位置、每一識(shí)別文字的候選字功能、拒認(rèn)字的功能、及字詞后處理后特意標(biāo)示出可能有問題的字詞，都是為使用者設(shè)計(jì)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。人工校正識(shí)別系統(tǒng)性能的評(píng)價(jià)對一個(gè)手寫數(shù)字識(shí)別系統(tǒng)，可以用三方面的指標(biāo)表征系統(tǒng)的性能：正確識(shí)別率A=正確識(shí)別樣本數(shù)/全部樣本數(shù)*100%替代率（誤識(shí)率）S=誤識(shí)樣本數(shù)/全部樣本數(shù)*100%拒識(shí)率R=拒識(shí)樣本數(shù)/全部樣本數(shù)*100%三者的關(guān)系是：A+S+R=100%識(shí)別精度P=A/(A+S)*100%。識(shí)別系統(tǒng)性能的評(píng)價(jià)五、汽車牌照自動(dòng)識(shí)別系統(tǒng)車牌識(shí)別是現(xiàn)代交通管理的重要措施，是智能交通系統(tǒng)的重要環(huán)節(jié)。內(nèi)容車牌識(shí)別系統(tǒng)是采用數(shù)字?jǐn)z像技術(shù)和計(jì)算機(jī)信息管理技術(shù)，對運(yùn)行車輛實(shí)現(xiàn)智能管理的綜合運(yùn)用技術(shù)理論基礎(chǔ)數(shù)字圖像處理和模式識(shí)別車牌識(shí)別技術(shù)具有典型性，容易推廣到其它識(shí)別對象。五、汽車牌照自動(dòng)識(shí)別系統(tǒng)車牌識(shí)別是現(xiàn)代交通管理的重要措施，是主要應(yīng)用領(lǐng)域公安卡口高速公路收費(fèi)管理城市道路監(jiān)控系統(tǒng)（電子警察）海關(guān)車輛管理停車場管理車輛流量統(tǒng)計(jì)……主要應(yīng)用領(lǐng)域車牌識(shí)別系統(tǒng)組成車牌識(shí)別系統(tǒng)組成識(shí)別流程主要由三部分組成圖像捕獲一般采用CCD（Charge-coupledDevice，電荷耦合元件）攝像頭，包括整車圖像或牌照（一般為彩色圖像）后兩步由計(jì)算機(jī)實(shí)現(xiàn)關(guān)鍵是第三步：字符識(shí)別（OCR）識(shí)別流程識(shí)別步驟（不是唯一的）獲取整車或局部圖像；對獲取的車輛數(shù)字圖像進(jìn)行預(yù)處理；車牌定位；二值轉(zhuǎn)換；車牌分類；車牌分割；字符識(shí)別；結(jié)果優(yōu)化（車牌模糊識(shí)別）。識(shí)別步驟（不是唯一的）車牌定位通過車牌區(qū)域的特征來判別牌照的位置，將車牌從圖像中分割出來。步驟彩色圖像灰度化圖像增強(qiáng)邊緣檢測模板匹配輸出牌照子圖像車牌定位CCD捕獲的汽車圖像CCD捕獲的汽車圖像彩色圖像灰度化彩色圖像灰度化灰度增強(qiáng)改變對比度灰度增強(qiáng)改變對比度定位、分割后輸出定位、分割后輸出車徽邊緣提取與識(shí)別車徽邊緣提取與識(shí)別車牌圖像特征車牌定位與分割的理論與方法是根據(jù)車牌圖像的特點(diǎn)來確定的。車牌圖像主要特征車牌區(qū)域內(nèi)的邊緣灰度直方圖統(tǒng)計(jì)特征車牌的幾何特征車牌區(qū)域的灰度分布特征車牌區(qū)域的水平、垂直投影特征車牌形狀特征和字符排列格式特征車牌的形態(tài)學(xué)特征頻譜特征車牌圖像特征車牌圖像的組成內(nèi)容：省份簡稱漢字（或其他漢字）+字母或阿拉伯?dāng)?shù)字，共7位，即：X1X2?X3X4X5X6X7例：遼B?6371A尺寸：寬45mm、高90mm、間隔符寬10mm、單元間隔12mm字符筆畫在豎直方向是連通的。牌底與字符顏色對照大。四類：藍(lán)底白字、黃底黑字、黑底白字、白底黑字車牌圖像的組成字符類型民用車漢字：京、津、晉、冀、蒙、遼、吉、黑、滬、蘇、浙、皖、閩、贛、魯、豫、鄂、湘、粵、桂、瓊、川、貴、云、藏、陜、甘、青、寧、新，渝”；英文字母：除“I”外的“A—Z”其他字母；數(shù)字：0—9；數(shù)字和字母：“WJ”、“警”+0—9；軍用車漢字：甲、乙、丙、丁、戊、己、庚、辛、壬、癸，子、丑、寅、卯、辰、巳、午、未、申、酉、戌、亥；民用車尾字：包括“0—9、學(xué)、試、領(lǐng)、港”等字。字符類型汽車車牌顏色說明：大型汽車：黃底黑字黑框線。中型（含）以上載客、載貨汽車和專項(xiàng)作業(yè)車；半掛牽引車；電車掛車：黃底黑字黑框線。全掛車和獨(dú)立半掛車。小型汽車：藍(lán)底白字白框線。中型以下載客、載貨汽車和專項(xiàng)作業(yè)車。使、領(lǐng)館汽車：黑底白字白框線，紅“使、領(lǐng)”字。港澳入出境車：黑底白字白框線，白“港、澳”字。教練汽車：黃底黑字黑框線，黑“學(xué)”字。警用汽車：白底黑字黑框線，紅“警”字。低速車：黃底黑字黑框線。低速載貨汽車、三輪汽車和輪式自行機(jī)械車。汽車車牌顏色說明：定位分割難點(diǎn)抓拍圖像受環(huán)境因素干擾，特別環(huán)境光的干擾，環(huán)境光太強(qiáng)時(shí)，圖像淡薄，對比度變差；車尾有其它字符，使車牌定位困難；車牌因存在污染而變臟；車牌部分被遮擋；車牌圖像為運(yùn)動(dòng)圖像，拍攝時(shí)產(chǎn)生失真。定位分割難點(diǎn)環(huán)境光太強(qiáng)，車牌圖像太弱環(huán)境光太強(qiáng)，車牌圖像太弱其他字符干擾其他字符干擾車牌被污染車牌被污染車牌字符被遮擋車牌字符被遮擋因運(yùn)動(dòng)失真因運(yùn)動(dòng)失真車牌定位算法自適應(yīng)邊界搜索法區(qū)域生長法區(qū)域生長法形態(tài)學(xué)運(yùn)算法DFT變換法圖像差分投影法……車牌定位算法車牌字符識(shí)別技術(shù)與通用的OCR識(shí)別方法類似模板匹配法首先對字符二值化，并歸一化字符尺寸，然后進(jìn)行模板匹配，選取擇最匹配輸出。神經(jīng)網(wǎng)絡(luò)匹配法（兩種）先對字符進(jìn)行特征提取，利用特征訓(xùn)練網(wǎng)絡(luò)分類器，然后用分類器識(shí)別字符。由網(wǎng)絡(luò)對輸入圖像自動(dòng)提取特征并識(shí)別。車牌字符識(shí)別技術(shù)自動(dòng)識(shí)別技術(shù)第五章圖像識(shí)別技術(shù)自動(dòng)識(shí)別技術(shù)第五章圖像識(shí)別技術(shù)第五章圖像識(shí)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(yīng)用光學(xué)字符識(shí)別技術(shù)汽車牌照自動(dòng)識(shí)別系統(tǒng)第五章圖像識(shí)別技術(shù)數(shù)字圖像處理技術(shù)概述回顧自動(dòng)識(shí)別技術(shù)根據(jù)識(shí)別對象的特征、識(shí)別原理和方式可以分為數(shù)據(jù)采集技術(shù)（定義識(shí)別）和特征提取技術(shù)（模式識(shí)別）兩大類。自動(dòng)識(shí)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(hào)、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?；仡欁詣?dòng)識(shí)別技術(shù)根據(jù)識(shí)別對象的特征、識(shí)別原理和方式可以分為數(shù)定義識(shí)別系統(tǒng)模式識(shí)別系統(tǒng)定義識(shí)別系統(tǒng)圖像識(shí)別運(yùn)用模式識(shí)別的原理對圖像對象進(jìn)行處理。圖像信息獲取圖像預(yù)處理圖像特征提取圖像特征匹配結(jié)果圖像識(shí)別圖像信息圖像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(rèn)識(shí)，是人的感覺；圖像——圖像是圖和像的有機(jī)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(dòng)模仿或描述。一、數(shù)字圖像處理技術(shù)概述人類通過眼、耳、鼻、舌、身等接受信息，感知世界。約有75%的圖像的類型物體圖像數(shù)學(xué)函數(shù)不可見的物理圖像可見的圖像光圖像照片、圖、畫圖像的類型物體圖像數(shù)學(xué)不可見的物理圖像可見的圖像光圖像照片、可見光成像和不可見光成像400nm700nm紫外光紅外光546.1nm435.8nm780nm可見光成像和不可見光成像400nm700nm紫外光紅外光54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(fù)制客觀世界；電視用畫面來反映實(shí)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(shí)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(fù)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(dá)到的。圖像的產(chǎn)生識(shí)別直接由人工或識(shí)別系統(tǒng)識(shí)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(shí)別。數(shù)字圖像處理DigitalImageProcessing又稱為計(jì)算機(jī)圖像處理，它是指將圖像信號(hào)轉(zhuǎn)換成數(shù)字信號(hào)并利用計(jì)算機(jī)對其進(jìn)行處理的過程。識(shí)別二、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(jì)50年代：計(jì)算機(jī)處理圖形學(xué)科大約形成于20世紀(jì)60年代初期首次獲得實(shí)際成功應(yīng)用是美國噴氣推進(jìn)實(shí)驗(yàn)室1972年英國EMI公司用于頭顱診斷的X射線計(jì)算機(jī)斷層攝影裝置——CT（ComputerTomography）——1979年諾貝爾生理學(xué)和醫(yī)學(xué)獎(jiǎng)從70年代中期開始理論和應(yīng)用研究：視覺計(jì)算理論二、數(shù)字圖像處理發(fā)展概況發(fā)展歷程圖像識(shí)別文字識(shí)別的研究是從1950年開始的，一般是識(shí)別字母、數(shù)字和符號(hào)，從印刷體識(shí)別到手寫體識(shí)別。數(shù)字圖像處理和識(shí)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(chǔ)，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(shí)別主要指的是對三維世界的客體及環(huán)境的感知和認(rèn)識(shí)，屬于高級(jí)的計(jì)算機(jī)視覺范疇，以數(shù)字圖像處理與識(shí)別為基礎(chǔ)的結(jié)合人工智能、系統(tǒng)學(xué)等學(xué)科的研究方向，其研究成果被廣泛應(yīng)用在各種工業(yè)及探測機(jī)器人上。圖像識(shí)別方法研究圖像識(shí)別問題的數(shù)學(xué)本質(zhì)屬于模式空間到類別空間的映射問題。圖像識(shí)別主要有三種方法：統(tǒng)計(jì)模式識(shí)別、結(jié)構(gòu)模式識(shí)別、模糊模式識(shí)別。圖像分割是圖像處理中的一項(xiàng)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。方法研究航天和航空技術(shù)第一幅月面圖像就是我們對月球的直觀感受和初步認(rèn)識(shí)。左邊是嫦娥一號(hào)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(yīng)用航天和航空技術(shù)三、數(shù)字圖像處理技術(shù)應(yīng)用“嫦娥一號(hào)”第一幅月面圖像的處理過程：“嫦娥一號(hào)”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(zāi)害調(diào)查、農(nóng)作物估產(chǎn)、氣象預(yù)報(bào)以及軍事目標(biāo)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(zāi)

遙感圖遙感和航空測量生物醫(yī)學(xué)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(xì)胞和染色體自動(dòng)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CT生物醫(yī)學(xué)領(lǐng)域CT腦血管醫(yī)學(xué)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CT腦血管醫(yī)學(xué)圖像三維重建通信工程常見的數(shù)字圖像和數(shù)字視頻設(shè)備如可視電話、會(huì)議電視、衛(wèi)星電視、數(shù)字電視、高清電視、VCD、DVD等?；贖.323標(biāo)準(zhǔn)的遠(yuǎn)程教學(xué)組網(wǎng)圖通信工程基于H.323標(biāo)準(zhǔn)的工業(yè)與交通產(chǎn)品質(zhì)量檢測、生產(chǎn)過程的自動(dòng)控制、CAD／CAM等。檢查瓶裝液體容量是否合格智能交通控制工業(yè)與交通汽車牌照識(shí)別系統(tǒng)汽車牌照識(shí)別系統(tǒng)交通視頻監(jiān)控系統(tǒng)交通視頻監(jiān)控系統(tǒng)軍事公安軍事目標(biāo)的偵察、制導(dǎo)和警戒系統(tǒng)、自動(dòng)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(shí)也要借助圖像處理。導(dǎo)彈制導(dǎo)指紋門鎖軍事公安機(jī)器視覺機(jī)器視覺主要用于軍事偵察、危險(xiǎn)環(huán)境的自主機(jī)器人，郵政、醫(yī)院和家庭服務(wù)的智能機(jī)器人，裝配線工件識(shí)別、定位，太空機(jī)器人的自動(dòng)操作等。

日本本田技研工業(yè)株式

會(huì)社研制的仿人機(jī)器人ASIMO（阿西莫）踢球上樓梯機(jī)器視覺虛擬現(xiàn)實(shí)當(dāng)人們通過虛擬現(xiàn)實(shí)瀏覽、觀賞時(shí)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(shí)（VR）技術(shù)的重要分支，在建筑、旅游、游戲、航空航天、醫(yī)學(xué)等多種行業(yè)發(fā)展很快。虛擬現(xiàn)實(shí)四、光學(xué)字符識(shí)別技術(shù)OCR（OpticalCharacterRecognition）光學(xué)字符識(shí)別是指電子設(shè)備（例如掃描儀或數(shù)碼相機(jī)）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(shí)別方法將形狀翻譯成計(jì)算機(jī)文字的過程。亦即，針對印刷體字符，采用光學(xué)的方式將紙質(zhì)文檔中的文字轉(zhuǎn)換成為黑白點(diǎn)陣的圖像文件，并通過識(shí)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(jìn)一步編輯加工的技術(shù)。四、光學(xué)字符識(shí)別技術(shù)OCR（OpticalCharacteOCR的概念是在1929年由德國科學(xué)家Tausheck最先提出來的，后來美國科學(xué)家Handel也提出了利用技術(shù)對文字進(jìn)行識(shí)別的想法。最早對印刷體漢字識(shí)別進(jìn)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(shí)別的文章，采用了模板匹配法識(shí)別了1000個(gè)印刷體漢字。自動(dòng)識(shí)別技術(shù)05課件工作流程一個(gè)OCR識(shí)別系統(tǒng)，其目的很簡單，只是要把影像作一個(gè)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(jì)算機(jī)文字，使能達(dá)到影像資料的儲(chǔ)存量減少、識(shí)別出的文字可再使用及分析，當(dāng)然也可節(jié)省因鍵盤輸入的人力與時(shí)間。從影像到結(jié)果輸出，需要經(jīng)過影像輸入、影像預(yù)處理、文字特征抽取、比對識(shí)別、最后經(jīng)人工校正將認(rèn)錯(cuò)的文字更正，將結(jié)果輸出。工作流程影像輸入欲經(jīng)過OCR處理的標(biāo)的物須透過光學(xué)儀器，如影像掃描儀、傳真機(jī)或任何攝影器材，將影像轉(zhuǎn)入計(jì)算機(jī)。影像預(yù)處理影像預(yù)處理是OCR系統(tǒng)中，存在問題最多的一個(gè)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(shí)別圖像進(jìn)行二值化、圖像降噪、傾斜校正等預(yù)處理，可以降低特征提取算法的難度，并能提高識(shí)別的精度。影像輸入二值化：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(jìn)行識(shí)別處理前，需要對圖像進(jìn)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(shí)別處理的效率和精確度。圖像降噪：由于待識(shí)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(jìn)行識(shí)別處理前，需要根據(jù)噪聲的特征對待識(shí)別圖像進(jìn)行去噪處理，提升識(shí)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(jì)算機(jī)的待識(shí)別圖像或多或少都會(huì)存在一些傾斜，在對圖像中印刷體字符進(jìn)行識(shí)別處理前，就需要進(jìn)行圖像方向檢測，并校正圖像方向。自動(dòng)識(shí)別技術(shù)05課件文字特征抽取單以識(shí)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(shí)別的好壞。特征可分為兩類：統(tǒng)計(jì)的特征，如文字區(qū)域內(nèi)的黑/白點(diǎn)數(shù)比，當(dāng)文字區(qū)分成好幾個(gè)區(qū)域時(shí)，這一個(gè)個(gè)區(qū)域黑/白點(diǎn)數(shù)比之聯(lián)合，就成了空間的一個(gè)數(shù)值向量，在比對時(shí)，基本的數(shù)學(xué)理論就足以應(yīng)付了。結(jié)構(gòu)的特征，如文字影像細(xì)線化后，取得字的筆劃端點(diǎn)、交叉點(diǎn)之?dāng)?shù)量及位置，或以筆劃段為特征，配合特殊的比對方法，進(jìn)行比對，市面上的線上手寫輸入軟件的識(shí)別方法多以此種結(jié)構(gòu)的方法為主。對比數(shù)據(jù)庫：當(dāng)輸入文字算完特征后，不管是用統(tǒng)計(jì)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(jìn)行比對，數(shù)據(jù)庫的內(nèi)容應(yīng)包含所有欲識(shí)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。文字特征抽取對比識(shí)別充分發(fā)揮數(shù)學(xué)運(yùn)算理論的一個(gè)模塊，根據(jù)不同的特征特性，選用不同的數(shù)學(xué)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(dòng)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(shí)別率并無法達(dá)到百分之百，或想加強(qiáng)比對的正確性及信心值，一些除錯(cuò)或甚至幫忙更正的功能，也成為OCR系統(tǒng)中必要的一個(gè)模塊。字詞后處理就是一例，利用比對后的識(shí)別文字與其可能的相似候選字群中，根據(jù)前后的識(shí)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。對比識(shí)別人工校正一個(gè)好的OCR軟件，除了有一個(gè)穩(wěn)定的影像處理及識(shí)別核心，以降低錯(cuò)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(shí)別文字的對照、屏幕信息擺放的位置、每一識(shí)別文字的候選字功能、拒認(rèn)字的功能、及字詞后處理后特意標(biāo)示出可能有問題的字詞，都是為使用者設(shè)計(jì)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。人工校正識(shí)別系統(tǒng)性能的評(píng)價(jià)對一個(gè)手寫數(shù)字識(shí)別系統(tǒng)，可以用三方面的指標(biāo)表征系統(tǒng)的性能：正確識(shí)別率A=正確識(shí)別樣本數(shù)/全部樣本數(shù)*100%替代率（誤識(shí)率）S=誤識(shí)樣本數(shù)/全部樣本數(shù)*100%拒識(shí)率R=拒識(shí)樣本數(shù)/全部樣本數(shù)*100%三者的關(guān)系是：A+S+R=100%識(shí)別精度P=A/(A+S)*100%。識(shí)別系統(tǒng)性能的評(píng)價(jià)五、汽車牌照自動(dòng)識(shí)別系統(tǒng)車牌識(shí)別是現(xiàn)代交通管理的重要措施，是智能交通系統(tǒng)的重要環(huán)節(jié)。內(nèi)容車牌識(shí)別系統(tǒng)是采用數(shù)字?jǐn)z像技術(shù)和計(jì)算機(jī)信息管理技術(shù)，對運(yùn)行車輛實(shí)現(xiàn)智能管理的綜合運(yùn)用技術(shù)理論基礎(chǔ)數(shù)字圖像處理和模式識(shí)別車牌識(shí)別技術(shù)具有典型性，容易推廣到其它識(shí)別對象。五、汽車牌照自動(dòng)識(shí)別系統(tǒng)車牌識(shí)別是現(xiàn)代交通管理的重要措施，是主要應(yīng)用領(lǐng)域公安卡口高速公路收費(fèi)管理城市道路監(jiān)控系統(tǒng)（電子警察）海關(guān)車輛管理停車場管理車輛流量統(tǒng)計(jì)……主要應(yīng)用領(lǐng)域車牌識(shí)別系統(tǒng)組成車牌識(shí)別系統(tǒng)組成識(shí)別流程主要由三部分組成圖像捕獲一般采用CCD（Charge-coupledDevice，電荷耦合元件）攝像頭，包括整車圖像或牌照（一般為彩色圖像）后兩步由計(jì)算機(jī)實(shí)現(xiàn)關(guān)鍵是第三步：字符識(shí)別（OCR）識(shí)別流程識(shí)別步驟（不是唯一的）獲取整車或局部圖像；對獲取的車輛數(shù)字圖像進(jìn)