數(shù)字圖像識別與解釋(編輯修改稿)
2025-06-19 22:12 本頁面
【文章內(nèi)容簡介】 （ 或稱模板 ） m1和 m2 〈 2〉 對于一個未知模式向量 x， 判斷 x與 m1和 m2的距離 ， 如果與 m1的距離小于與 m2的距離 ， 則 x屬于 w1， 否則屬于 w2 。 第三章 數(shù)字圖像分析 第四節(jié) 識別與解釋 識別與解釋 :決策論法 1 2 3 4 5 6 7 x1 花瓣長 x2 花瓣寬 多毛的 多色的 m1 m2 x 第三章 數(shù)字圖像分析 第四節(jié) 識別與解釋 識別與解釋 :決策論法 ? 匹配 – 最小距離分類器 （ 1） 算法思想： ?對于 M個模式類 wj j = 1,2,...,M 為每一個模式類確定一個原形模式向量 mj ?對于一個未知模式向量 x， 如果 x與 mi的距離最小 ，就稱 ， x屬于 wi。 第三章 數(shù)字圖像分析 第四節(jié) 識別與解釋 識別與解釋 :決策論法 ? 匹配 – 最小距離分類器 （ 2） 最小距離分類器定義： 〈 1〉 計算模式類 wj的原形向量： mj = 1/Nj ? x j = 1,2, … , M x?wj 其中 Nj是屬于模式類 wj的模式向量的個數(shù) 。 通過計算已知屬于 wj的模式向量的各分量的 均值 得到原形模式向量 mj 第三章 數(shù)字圖像分析 第四節(jié) 識別與解釋 識別與解釋 :決策論法 ? 匹配 – 最小距離分類器 〈 2〉 計算 x 與 mi的距離 dj(x) = || x – mj || j = 1, 2, … , M 其中 || a || = (aTa)1/2是歐幾里德范式 （ 平方和開方 ） 〈 3〉 決策 如果 ， di(x) = min(dj(x)) j = 1, 2, … , M 就說： x 屬于 wi 第三章 數(shù)字圖像分析 第四節(jié) 識別與解釋 識別與解釋 :決策論法 ? 匹配 – 最小距離分類器 改寫成求最大的標(biāo)準(zhǔn)形式 ， 決策函數(shù)為： dj(x) = xTmj – 1/2mjTmj j = 1,2, … , M 如果 ， di(x) = max(dj(x)) j = 1, 2, … , M 就說： x 屬于 wi 〈 4〉 類 wi和 wj之間的 決策邊界 是： dij(x) = di(x) dj(x) = xT（ mi – mj） – 1/2(mi – mj)T(mi – mj) = 0 第三章 數(shù)字圖像分析 第四節(jié) 識別與解釋 識別與解釋 :決策論法 （ 3） 舉例： 多色的和多毛的蝴蝶花 ， 用 w1和 w2分別表示 ， 有簡單的原形向量 m1 = (, )T m2 = (, )T 決策函數(shù)是： d1(x) = xTm1 – 1/2m1Tm1 = + – d2(x) = xTm2 – 1/2m2Tm2 = + – 決策邊界的等式： d12(x) = d1(x) – d2(x) = – – = 0 第三章 數(shù)字圖像分析 第四節(jié) 識別與解釋 識別與解釋 :決策論法 1 2 3 4 5 6 7 x1 花瓣長 x2 花瓣寬 多毛的 多色的 第三章 數(shù)字圖像分析 第四節(jié) 識別與解釋 識別與解釋 :決策論法 ? 匹配 – 相關(guān)匹配 (1) 相關(guān)匹配的基本思想 : a. 用樣板子圖像直接作為模式 （ 不是用描述子 ） b. 通過子圖像與原圖像直接進(jìn)行 相關(guān) 計算 ， 把 相關(guān)計算作為決策函數(shù) 。 c. 相關(guān)計算獲得最大值的位置 ， 就被認(rèn)為匹配 成功 。 第三章 數(shù)字圖像分析 第四節(jié) 識別與解釋 識別與解釋 :決策論法 – 相關(guān)匹配 (1) 相關(guān)匹配基本思想 第三章 數(shù)字圖像分析 第四節(jié) 識別與解釋 識別與解釋 :決策論法 ? 匹配 – 相關(guān)性匹配 M x 原點 N y f(x,y) (s,t) J s w(xs,yt) K t 第三章 數(shù)字圖像分析 第四節(jié) 識別與解釋 識別與解釋 :決策
環(huán)評公示相關(guān)推薦
鄂ICP備17016276號-1