首页 > 代码库 > 图像识别基本理论

图像识别基本理论

1、图像识别基本流程

技术分享

2、数字图像处理

一幅图像可以用一个二维函数来表示

I = f(x,y)  x,y代表图像平面的坐标,I代表亮度值,当x,y,I连续时为模拟图像,反之为数字图像;

 

现代信息理论将图像看做二维信号,按照数字信号理论,数字图像处理可以分为空域处理和频域处理;

空域处理的对象是信号本身f(x,y),比如几何变换、卷积、形态学等处理;

频域处理是对信号f(x,y)变换到频域函数F(u,v),或称信号的频谱函数,再对F(u,v)进行处理;常见的有傅里叶变换、沃尔什变换、K-L变换、小波变换等。

 

依照功能和目的不同,数字图像处理可分为以下几类:

(1)图像增强       突出图像的特征信息,去除或削弱不需要的信息

(2)图像的复原      去噪声

(3)图像的压缩与编码   信息论的编码技术削减图像的冗余信息和人视觉不敏感的信息

(4)图像重建       根据非可见光探测信号,重建被探测目标图像

 

3、模式识别

按理论背景,模式识别分为以下四类:

(1)统计学模式识别

(2)句法结构模式识别

(3)模糊逻辑模式识别

(4)神经网络模式识别

图像识别基本理论