數(shù)字圖像處理第十章模式識(shí)別

數(shù)字圖像處理第十章模式識(shí)別第1頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.1模板匹配模板匹配是一種最原始、最基本的模式識(shí)別方法。研究某—特定對(duì)象物的圖案位于圖像的什么地方，進(jìn)而識(shí)別對(duì)象物，就是一個(gè)匹配的問題。通常應(yīng)用在以下方面：

1.模板匹配概述

在幾何變換中，檢測圖像和地圖之間的對(duì)應(yīng)點(diǎn)

不同的光譜或不同的攝影時(shí)間所得的圖像之間位置的配準(zhǔn)〔圖像配準(zhǔn))

在立體影象分析中提取左右影象間的對(duì)應(yīng)關(guān)系

運(yùn)動(dòng)物體的跟蹤

圖像中對(duì)象物位置的檢測等第2頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.1模板匹配如右圖,設(shè)檢測對(duì)象的模板為t(x，y)，令其中心與圖像f(x，y)中的一點(diǎn)(i，j)重合，檢測t(x，y)和圖像重合部分之間的相似度，對(duì)圖像中所有的點(diǎn)都進(jìn)行這樣的操作，根據(jù)相似度為最大或者超過某—閾值來確定對(duì)象物是否存在，并求得對(duì)象物所在的位置，即是模板匹配匹配的基本原理。2.模板匹配方法（原理）第3頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.1模板匹配2.模板匹配方法（原理）1）模板匹配——非相似度度量方法式中計(jì)算的是模板和圖像重合部分的非相似度，該值越小，表示匹配程度越好。第4頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.1模板匹配2.模板匹配方法（原理）2）模板匹配——相似度度量方法式中，分別表示f(x+u,y+v)，t(x,y)在S內(nèi)的均值，得到的是模板和圖像重合部分相似度，該值越大，表示匹配程度越好。（10.1-4）第5頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.1模板匹配3.高速模板匹配—序貫相似性檢測法SSDA

模板匹配中使用的模板相當(dāng)大(8×8—32×32左右)，為提高匹配速度，Barnea等人提出了序貫相似性檢測法SSDA法(SequentialSimiliarityDetectionAlgorithm)

。SSDA用下式計(jì)算圖像f(x，y)在點(diǎn)(u，v)的非相似度m(u,v)作為匹配尺度。式中(u，v)表示的不是模板中心坐標(biāo)，而是它左上角坐標(biāo)。模板的大小為

m×n。

若在(u，v)處圖像中有和模板一致的圖案時(shí)，則m(u,v)值很小，相反則大。

如果在模板內(nèi)的各像素與圖像重合部分對(duì)應(yīng)象素的灰度差的絕對(duì)值依次增加下去，其和就會(huì)急劇地增大。因此，在做加法的過程中，如果灰度差的絕對(duì)值部分和超過了某一閾值時(shí)，就認(rèn)為這位置上不存在和模板—致的圖案，從而轉(zhuǎn)移到下一個(gè)位置上計(jì)算m(u，v)第6頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.1模板匹配3.高速模板匹配—粗檢索＋細(xì)檢索兩階段匹配法

粗檢索每隔若干個(gè)像素把模板和圖像重疊，并計(jì)算匹配的尺度，從而求出對(duì)象物大致存在的范圍

細(xì)檢索這粗檢索檢出范圍內(nèi)，讓模板每隔—個(gè)像素移動(dòng)一次，根據(jù)求出的匹配尺度確定對(duì)象物所在的位置

計(jì)算時(shí)間縮短，匹配速度就提高了。但是用這種方法具有漏掉圖像中最適當(dāng)位置的危險(xiǎn)性第7頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.1模板匹配4.模板匹配改進(jìn)—基于圖案輪廓的特征匹配方法

模板匹配的缺陷在一般的圖像中有較強(qiáng)自相關(guān)性，因此，進(jìn)行模板匹配計(jì)算的相似度就在以對(duì)象物存在的地方為中心形成平緩的峰。這樣，即使從圖像中對(duì)象物的真實(shí)位置稍微離開一點(diǎn)，也表現(xiàn)出相當(dāng)高的相似度，即模板匹配結(jié)果過于平緩

改進(jìn)—

基于圖案輪廓的特征匹配

用各種模板進(jìn)行匹配，從而求出最—致的模板及其位置

在對(duì)象形狀復(fù)雜時(shí)，把對(duì)象分割成幾個(gè)分圖案，把各分圖案作為模板進(jìn)行匹配，研究分圖案之間位置關(guān)系，從而求得對(duì)象的位置圖案輪廓的匹配與一般的匹配相比較，表現(xiàn)出更尖銳的相似度分布

第8頁，共63頁，2023年，2月20日，星期五§10.2

圖像（模式）識(shí)別概念模式識(shí)別：對(duì)表征事物或現(xiàn)象的各種形式的（數(shù)值的，文字的和邏輯關(guān)系的）信息進(jìn)行處理和分析，以對(duì)事物或現(xiàn)象進(jìn)行描述、辨認(rèn)、分類和解釋的過程，是信息科學(xué)和人工智能的重要組成部分。什么是模式（Pattern）？

“模式”是一個(gè)客觀事物的描述，是指建立一個(gè)可用于仿效的完善的標(biāo)本。

圖像識(shí)別與模式識(shí)別第十章模板匹配與模式識(shí)別第9頁，共63頁，2023年，2月20日，星期五模式識(shí)別的研究內(nèi)容

1）研究生物體（包括人）是如何感知對(duì)象的，屬于認(rèn)知科學(xué)的范疇

2）在給定的任務(wù)下，如何用計(jì)算機(jī)實(shí)現(xiàn)模式識(shí)別的理論和方法

§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第10頁，共63頁，2023年，2月20日，星期五典型模式識(shí)別系統(tǒng)

圖像識(shí)別系統(tǒng)

§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第11頁，共63頁，2023年，2月20日，星期五人臉識(shí)別系統(tǒng)§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第12頁，共63頁，2023年，2月20日，星期五模式可以定義為物體的描述。由于描述這個(gè)詞的意義比較廣泛，有人把它推廣到圖像數(shù)據(jù)本身，因?yàn)閳D像數(shù)據(jù)也是相應(yīng)事物的一種描述，只不過這樣的描述不夠抽象和簡要而已。圖像的各種特征和描述的提取方法。我們將模式解釋為物體的較抽象的特征和描述。

§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第13頁，共63頁，2023年，2月20日，星期五模式可以是以矢量\柵格形式表示的數(shù)字特征；也可以是以句法結(jié)構(gòu)表示的字符串或圖；還可以是以關(guān)系結(jié)構(gòu)表示的語義網(wǎng)絡(luò)或框架結(jié)構(gòu)等。對(duì)于上述三種類型的模式，必須分別使用不同的識(shí)別和推理方法：統(tǒng)計(jì)模式識(shí)別，句法模式識(shí)別和人工智能方法。

§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第14頁，共63頁，2023年，2月20日，星期五統(tǒng)計(jì)模式識(shí)別基本原理是：有相似性的樣本在模式空間中互相接近，并形成“集團(tuán)”，即“物以類聚”。主要方法有：決策函數(shù)法，

k近鄰分類法，支持向量機(jī)，特征分析法，主因子分析法等…§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第15頁，共63頁，2023年，2月20日，星期五句法（或結(jié)構(gòu)）模式識(shí)別

基于形式語言理論的概念為基礎(chǔ)。模式按其結(jié)構(gòu)分解為子模式或模式基元，模式基元的連接關(guān)系以文法形式進(jìn)行描述。一個(gè)場景的示意圖場景結(jié)構(gòu)的分析

§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第16頁，共63頁，2023年，2月20日，星期五模糊模式識(shí)別模糊集理論，Zadeh，1965模糊集理論在模式識(shí)別中的應(yīng)用神經(jīng)網(wǎng)絡(luò)模式識(shí)別特點(diǎn)：具有信息分布式存儲(chǔ)、大規(guī)模自適應(yīng)并行處理、高度的容錯(cuò)性以及學(xué)習(xí)能力缺點(diǎn)：實(shí)際應(yīng)用中仍有許多因素需要憑經(jīng)驗(yàn)確定，比如如何選擇網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)、初始權(quán)值和學(xué)習(xí)步長等；局部極小點(diǎn)問題、過學(xué)習(xí)與欠學(xué)習(xí)問題等§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第17頁，共63頁，2023年，2月20日，星期五特征選擇

所要提取的應(yīng)當(dāng)是具有可區(qū)別性、可靠性、獨(dú)立性好的少量特征。因此特征選擇可以看作是一個(gè)(從最差的開始)不斷刪除無用的特征和組合有關(guān)聯(lián)的特征的過程，直到特征的數(shù)目減少到易于駕馭的程度，同時(shí)分類器的性能仍能滿足要求為止。

第18頁，共63頁，2023年，2月20日，星期五每類的每一個(gè)特征均值：

假設(shè)訓(xùn)練樣本中有個(gè)不同類別的樣本。令表示第類的樣本數(shù)，第類中第個(gè)樣本的兩個(gè)特征分別記為和。每類的每一個(gè)特征均值：

和

注意：僅是兩個(gè)值基于訓(xùn)練樣本的估計(jì)值，而不是真實(shí)的類均值。§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第19頁，共63頁，2023年，2月20日，星期五特征方差

第類的特征和特征的方差估值分別為：和

在理想情況下同一類別中所有對(duì)象的特征值應(yīng)該很相近。

§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第20頁，共63頁，2023年，2月20日，星期五特征相關(guān)系數(shù)第類特征和特征的相關(guān)系數(shù)估計(jì)為

它的取值范圍為。如果=0，說明這兩特征之間沒有相關(guān)性；接近+1表示這兩個(gè)特征相關(guān)性強(qiáng)；為-1表示任一特征都與另一特征的負(fù)值成正比。因此，如果相關(guān)系數(shù)的絕對(duì)值接近1，則說明這兩個(gè)特征可以組合在一個(gè)特征或干脆舍棄其中一個(gè)。§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第21頁，共63頁，2023年，2月20日，星期五類間距離

一個(gè)特征區(qū)分兩類能力的一個(gè)指標(biāo)是類間距離，即類均值間的方差歸一化間距。顯然，類間距離大的特征是好特征。對(duì)特征來說，第類與第類之間的類間距為：§10.2

圖像（模式）識(shí)別概念第十章模板匹配與模式識(shí)別第22頁，共63頁，2023年，2月20日，星期五基本概念這里我們討論數(shù)字特征的識(shí)別。其前提是，假定我們所處理的模式每一個(gè)樣本都表示為N維特征矢量，寫為：

顯然，特征矢量可以表示為N維特征矢量空間中的一個(gè)點(diǎn)，這樣統(tǒng)計(jì)模式識(shí)別的概念及方法就可以在特征空間中予以研究。第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別第23頁，共63頁，2023年，2月20日，星期五基本概念模式分類：根據(jù)識(shí)別對(duì)象的觀測值確定其類別樣本與樣本空間表示：類別與類別空間：c個(gè)類別（類別數(shù)已知）第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別第24頁，共63頁，2023年，2月20日，星期五決

策把樣本x分到哪一類最合理？解決該問題的理論基礎(chǔ)之一是統(tǒng)計(jì)決策理論決策：是從樣本空間S，到?jīng)Q策空間Θ的一個(gè)映射，表示為

D:S-->Θ第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別第25頁，共63頁，2023年，2月20日，星期五假設(shè)我們要把一個(gè)樣本集合分成M類；如上所述，該樣本集合可以表示為N維特征空間中的一個(gè)點(diǎn)集，它的分類問題表述為將該特征空間劃分為M個(gè)子空間，每一子空間為一類，子空間中的樣本點(diǎn)屬于相應(yīng)類別。這樣，分類問題的關(guān)鍵就在于如何找到一個(gè)正確子空間劃分，即劃分子空間的界面。

第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別第26頁，共63頁，2023年，2月20日，星期五下圖為二維特征空間，三類問題。

第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別第27頁，共63頁，2023年，2月20日，星期五決策區(qū)域與決策面(decisionregion/surface)：第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別第28頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別第29頁，共63頁，2023年，2月20日，星期五數(shù)學(xué)上，統(tǒng)計(jì)模式識(shí)別問題可以歸結(jié)為：對(duì)一組給定的樣本集合，找出其最佳的分類判決函數(shù)，并作判決：若對(duì)所有的均有：則作判決：第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別第30頁，共63頁，2023年，2月20日，星期五因?yàn)樘幚淼氖欠诸悊栴}，因此最佳的意義是分類誤差最小。由于求解最佳判決函數(shù)的出發(fā)點(diǎn)和途徑不同，因此產(chǎn)生了各種不同的分類方法：

判別函數(shù)方法

貝葉斯分類器：判別函數(shù)表示為似然比，也稱為最大似然率分類器或最小損失分類器

集群分類方法：它幾乎不需要有關(guān)待分樣本的先驗(yàn)知識(shí)。

第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別第31頁，共63頁，2023年，2月20日，星期五分類器是某種由硬件或軟件組成的“機(jī)器”：計(jì)算c個(gè)判別函數(shù)gi(x)最大值選擇ARGMAXg1...g2gc...x1x2xna(x)第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別第32頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別基本過程統(tǒng)計(jì)模式識(shí)別是研究每—個(gè)模式的各種測量數(shù)據(jù)的統(tǒng)計(jì)特性，按照統(tǒng)計(jì)決策理論來進(jìn)行分類

統(tǒng)計(jì)模式識(shí)別過程分為識(shí)別和分類兩部分，核心內(nèi)容為特征處理與分類

第33頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別特征處理

包括特征選擇和特征變換：

特征選擇方法特征選擇指的是從原有的m個(gè)測量值集合中，按某一準(zhǔn)則選擇出一個(gè)n維(n＜m)的子集作為分類特征

窮舉法從m個(gè)原始的測量值中選出n個(gè)特征，—共有Cmn種可能的選擇。對(duì)每一種選法用己知類別屬性的樣本進(jìn)行試分類，測出其正確分類率，分類誤差最小的一組特征便是最好的選擇優(yōu)點(diǎn)是不僅能提供最優(yōu)的特征子集，而且可以全面了解所有特征對(duì)各類別之間的可分性信息。但是，計(jì)算量太大，特別在特征維數(shù)高時(shí)，計(jì)算更繁第34頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別

最大最小類對(duì)距離法首先在K個(gè)類別中選出最難分離的一對(duì)類別，然后選擇不同的特征子集，計(jì)算這一對(duì)類別的可分性，具有最大可分性的特征子集就是該方法所選擇的最佳特征子集

特征選擇方法不改變?cè)紲y量值的物理意義，因此它不會(huì)影響分類器設(shè)計(jì)者對(duì)所用待征的認(rèn)識(shí)，有利于分類器的設(shè)計(jì)，便于分類結(jié)果的進(jìn)一步分析第35頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別

特征變換特征變換是將原有的m個(gè)測量值集合通過某種變換，然后產(chǎn)生n個(gè)(n＜m)特征用于分類。特征變換又分為兩種情況：一種，從減少特征之間相關(guān)性和濃縮信息量的角度出發(fā)，根據(jù)原始數(shù)據(jù)的統(tǒng)計(jì)特性，用數(shù)學(xué)的處理方法使得用盡量少的特征來最大限度地包含所有原始數(shù)據(jù)的信息。這種方法不涉及具體模式類別的分布情況，因此，對(duì)于沒有類別先驗(yàn)知識(shí)的情況，這是—種有效的特征變換方式。主分量變換就屬于這一類型

另一類，根據(jù)對(duì)測量值所反映的物理現(xiàn)象與待分類別之間關(guān)系的認(rèn)識(shí)，通過數(shù)學(xué)運(yùn)算來產(chǎn)生—組新的特征，使得待分類別之間的差異在這組特征中更明顯，從而有利于改善分類效果第36頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別.統(tǒng)計(jì)分類方法

監(jiān)督分類監(jiān)督分類方法就是根據(jù)預(yù)先已知類別名的訓(xùn)練樣本，求出各類在特征空間的分布，然后利用它對(duì)未知數(shù)據(jù)進(jìn)行分類的方法換句話說，監(jiān)督分類法就是根據(jù)訓(xùn)練樣本把特征空間分割成對(duì)應(yīng)于各類的區(qū)域第37頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別

監(jiān)督分類過程1)根據(jù)類別名預(yù)先給定的訓(xùn)練樣本，根據(jù)各類特征矢量分布確定判別函數(shù)g1~gc(c為類別數(shù))。這一過程稱為學(xué)習(xí)

2)對(duì)于待分類的特征矢量（或稱模式）X=(x1,x2,…,xn)，計(jì)算各判別函數(shù)的值g1（X）~gc(X)

3)在g1(X)~gc(X)中選擇最大者，把模式X分類到這一類中

第38頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別

常用判別函數(shù)1)距離判別函數(shù)

歐幾里德距離L距離相似度第39頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別

常用判別函數(shù)1)距離判別函數(shù)

利用距離判別函數(shù)的最近鄰域分類分別使用與類別的平均值和與逐個(gè)訓(xùn)練樣本的距離分類的結(jié)果，前者邊界為直線后者為曲線

第40頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別

常用判別函數(shù)2)線性函數(shù)

g(X)=a·X+b

將m類問題分解成（m-1)個(gè)2類識(shí)別問題。方法是先把特征空間分為1類和其他類，如此進(jìn)行下去即可其中線性判別函數(shù)的系數(shù)可通過樣本試驗(yàn)來確定第41頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別

常用判別函數(shù)3)基于統(tǒng)計(jì)決策理論的最大似然分類法

式中P(i)表示類別i的模式以多大的概率被觀測到的情況，稱為先驗(yàn)概率。p(X|i)表示條件概率密度函數(shù)，p(i|X)表示在觀測模式X的時(shí)候，這個(gè)模式屬于類別i的確定度（似然度）。這一方法叫作最大似然法。第42頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別3)基于統(tǒng)計(jì)決策理論的最大似然分類法

理論上為誤差最小的分類法。例如，在一維特征空間的場合，如下圖a所示，用某一值T把特征空間分割成兩個(gè)區(qū)域（類別）的時(shí)候，產(chǎn)生的誤分類概率可由圖b中劃有斜線的部分的面積來表示。即圖a圖b第43頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別3)基于統(tǒng)計(jì)決策理論的最大似然分類法

為了使用最大似然法，必須預(yù)先求出Ｐ(i)和p(Ｘ|i)。Ｐ(i)是類別i被觀測的概率，所以是可以預(yù)測的。另一方面，p(Ｘ|i)是表示在類別i的特征矢量分布的函數(shù)，是不易求得的。因此，通常假定它為正態(tài)分布，即：

第44頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別3)基于統(tǒng)計(jì)決策理論的最大似然分類法

分布函數(shù)的平均值Ｕi和協(xié)方差矩陣∑i則可從訓(xùn)練樣本計(jì)算。從n個(gè)訓(xùn)練樣本{X1,X2,…,Xn}計(jì)算平均值U和協(xié)方差矩陣∑的表達(dá)式為：U＝[μ1,

μ2,…,μn]T在假設(shè)特征矢量為正態(tài)分布的前提下，為了使最大似然法計(jì)算簡化，常把似然度函數(shù)P(i)p(X|i)用其對(duì)數(shù)logP(i)+logp(X|i)來代替。因?yàn)閷?duì)數(shù)函數(shù)是單調(diào)函數(shù)，所以即使采用對(duì)數(shù)似然度函數(shù)，分類結(jié)果也完全不變

如果不對(duì)各種類別的特征矢量是否真正的形成正態(tài)分布進(jìn)行檢查，最大似然分類法多半會(huì)產(chǎn)生誤分類，甚至出現(xiàn)不能使用的情況第45頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.3統(tǒng)計(jì)模式識(shí)別

非監(jiān)督分類非監(jiān)督分類方法是在無法獲得類別先驗(yàn)知識(shí)的情況下，根據(jù)模式之間的相似度進(jìn)行類別劃分，將相似性強(qiáng)的模式歸為同一類別。非監(jiān)督分類方法又稱為聚類分析

對(duì)于模式不服從多維正態(tài)分布或者概率密度函數(shù)具有多重模態(tài)(即不止一個(gè)最大值的情況）時(shí)，通常就可使用非監(jiān)督分類。第七章中介紹的K—均值聚類分析法就是一種非監(jiān)督分類法

第46頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.4結(jié)構(gòu)模式識(shí)別1.基本原理

結(jié)構(gòu)模式識(shí)別是將一個(gè)復(fù)雜的模式分解成一系列更簡單的模式（子模式），對(duì)子模式繼續(xù)分解，最后分解成最簡單的子模式（或稱基元），借助于一種形式語言對(duì)模式的結(jié)構(gòu)進(jìn)行描述，從而識(shí)別圖像。模式、子模式、基元類似于英文句子的短語、單詞、字母，這種識(shí)別方法類似語言的句法結(jié)構(gòu)分析，因此又稱為句法模式識(shí)別。第47頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.4結(jié)構(gòu)模式識(shí)別1.基本原理

句法模式識(shí)別系統(tǒng)原理框圖如下圖所示。它由識(shí)別和分析兩部分組成

識(shí)別部分包括預(yù)處理、分割描述、基元提取和結(jié)構(gòu)分析。預(yù)處理主要包括編碼、增強(qiáng)等系列操作。結(jié)構(gòu)分析是用學(xué)習(xí)所得的句法規(guī)則對(duì)未知結(jié)構(gòu)信息的圖像所表示的句子進(jìn)行句法分析。

第48頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.4結(jié)構(gòu)模式識(shí)別2.樹分類法

樹分類法就是根據(jù)樹型分層理論，將未知數(shù)據(jù)歸屬于某一類的分類方法，下圖所示是一個(gè)n類問題的樹分類器。

第49頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.4結(jié)構(gòu)模式識(shí)別2.樹分類法

分類過程首先，把集合{C1,C2,…，Cn}用特征f1將其分成兩組{C1,C2,…，Cn1}和{Cn1+1,Cn1+2,…，Cn}然后，用特征f2進(jìn)一步將{C1,C2,…Cn1}分成兩組，用特征f3將{Cn1+1,Cn1+2,…Cn}分成兩組不斷地進(jìn)行二分法處理，最終分別達(dá)到唯一的種類為止

第50頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.4結(jié)構(gòu)模式識(shí)別2.樹分類法

樹分類法優(yōu)點(diǎn)在識(shí)別多類、多特征圖像時(shí)，用樹分類器，每次判定只選用少量的特征，而不同的特征又可在不同的判定中發(fā)揮作用，維數(shù)的問題就顯得不突出了

樹分類器每次判定比較簡單。盡管判定次數(shù)增多，但判定一個(gè)樣本所屬類別的總計(jì)算量并不一定增加

第51頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.4結(jié)構(gòu)模式識(shí)別2.樹分類法

問題注意設(shè)計(jì)分類器時(shí)，必須考慮樹的結(jié)構(gòu)，使之用最少的特征，盡可能少的段數(shù)達(dá)到最終的判決。對(duì)非常容易出現(xiàn)的類別，盡可能縮短判決的段數(shù)，而很少出現(xiàn)的類別，判決段數(shù)長些。樹分類器雖然判決簡單，容易用機(jī)器實(shí)現(xiàn)，但是，如果從“樹根”就產(chǎn)生判決錯(cuò)誤，以后將無法糾正這個(gè)錯(cuò)誤判決。所以，在靠近樹根處必須選擇抗噪聲的穩(wěn)定可靠的特征。第52頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.5人工神經(jīng)網(wǎng)絡(luò)識(shí)別法1.人工神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)

常一個(gè)網(wǎng)絡(luò)分為輸入層、隱含層和輸出層。第一層稱為輸入層。網(wǎng)絡(luò)中當(dāng)前層的每個(gè)神經(jīng)元獲得輸入信號(hào)，而它的輸出則傳向下一層的所有神經(jīng)元。有些網(wǎng)絡(luò)則允許同層間的神經(jīng)元之間通信，而反饋結(jié)構(gòu)還允許前一層的神經(jīng)元接受后一層的神經(jīng)元的輸出。最后一層被稱為輸出層，而其它所有的稱為隱含層。…………輸入1輸入2輸入n輸出輸入層

隱含層

輸出層

第53頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.5人工神經(jīng)網(wǎng)絡(luò)識(shí)別法2.神經(jīng)元

一個(gè)處理單元即一個(gè)人工神經(jīng)元，將接受的信息x0,x1,…,xn-1，通過用W0,W1,…,Wn-1表示的權(quán)，以點(diǎn)積的形式作為自己的輸入，如下圖，并將輸入與以某種方式設(shè)定的域值θ作比較，再經(jīng)某種函數(shù)f的變換，便得到該神經(jīng)元的輸出y第54頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.5人工神經(jīng)網(wǎng)絡(luò)識(shí)別法2.神經(jīng)元

常用非線性變換函數(shù)f二值型閾值邏輯型S型第55頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.5人工神經(jīng)網(wǎng)絡(luò)識(shí)別法2.神經(jīng)元

神經(jīng)元輸入輸出間關(guān)系神經(jīng)元的輸入與輸出間的關(guān)系由下式給出：xi為第i個(gè)輸入元素（通常為n維輸入矢量X的第i個(gè)分量）；Wi為從第i個(gè)輸入與神經(jīng)元間的互聯(lián)權(quán)重；θ為神經(jīng)元的內(nèi)部閾值；y為神經(jīng)元的輸出。

第56頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.5人工神經(jīng)網(wǎng)絡(luò)識(shí)別法2.神經(jīng)元

神經(jīng)元輸入輸出間關(guān)系神經(jīng)元的輸入與輸出間的關(guān)系由下式給出：xi為第i個(gè)輸入元素（通常為n維輸入矢量X的第i個(gè)分量）；Wi為從第i個(gè)輸入與神經(jīng)元間的互聯(lián)權(quán)重；θ為神經(jīng)元的內(nèi)部閾值；y為神經(jīng)元的輸出。

第57頁，共63頁，2023年，2月20日，星期五第十章模板匹配與模式識(shí)別§10.5人工神經(jīng)網(wǎng)絡(luò)識(shí)別法3.神經(jīng)網(wǎng)絡(luò)用于模式識(shí)別的基本原理在模式識(shí)別應(yīng)用中，神經(jīng)網(wǎng)絡(luò)的輸入是未知對(duì)象的特征向量；

輸入的信息經(jīng)不同層傳播，使輸出層上產(chǎn)生相應(yīng)輸出向量，根據(jù)輸出的結(jié)果將該對(duì)象劃分到某一類中當(dāng)神經(jīng)元的定義和網(wǎng)絡(luò)連接結(jié)構(gòu)確定后，神經(jīng)元之間互連的權(quán)重系數(shù)決定了網(wǎng)絡(luò)的行為。在訓(xùn)練過程中權(quán)