图像识别基本理论

1、图像识别基本流程

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