一、影象識別流程:
1、影象識別的流程:
影象識別流程
2、根據本人的理解,使用人工智慧進行影象識別主要分兩階段:
1)樣例訓練階段:對樣例圖片進行影象預處理à分割à特徵提取à生成識別模型。識別模型是這個階段的最終成果,也是後續模型應用的基礎。
2)應用階段:對於要使用上述模型進行識別的圖片,同樣需要對圖片進行影象預處理、分割、特徵提取流程。根據提取的特徵,選擇適當的分類器,如KNN,貝葉斯、CNN等,使用上述識別模型對圖片進行分類等。
二、影象預處理
1、預處理的主要目的:
1)增強有用資訊的可檢測性:消除影象中無關的資訊(去噪音),恢復有用的真實資訊,增強有用資訊的可檢測性。
2)提升處理效率:最大限度地簡化資料,從而改進特徵抽取、
影象分割
、匹配和識別的可靠性。
2、預處理的方法:
1)灰度化:
在
RGB
模型中,如果R=G=B時,則彩色表示一種灰度顏色,其中R=G=B的值叫
灰度值
。因此,灰度影象每個畫素只需一個位元組存放灰度值(又稱強度值、亮度值)。對彩色影象進行處理時,我們往往需要對三個通道依次進行處理,時間開銷將會很大。因此,為了達到提高整個應用系統的處理速度的目的,需要減少所需處理的資料量。
常用的灰度化演算法:
u 分量法
u 最大值法
u 平均值法
u 加權平均法
2)幾何變換
:
影象幾何變換又稱為影象空間變換,透過
平移、轉置、映象、旋轉、縮放
等幾何變換對採集的影象進行處理,用於改正影象採集系統的系統誤差和儀器位置(成像角度、透視關係乃至鏡頭自身原因)的隨機誤差。
常用的幾何變換演算法:
u 灰度插值演算法
u 最近鄰插值
u 雙線性插值
u 雙三次插值。
3)影象增強
增強影象中的有用資訊,它可以是一個失真的過程,其目的是要改善影象的視覺效果,將原來不清晰的影象變得清晰或強調某些感興趣的特徵,擴大影象中不同物體特徵之間的差別,抑制不感興趣的特徵,使之改善影象質量、豐富資訊量,加強影象判讀和識別效果。
3、 影象增強演算法可分成兩大類:
1)空間域法:
空間域法是一種直接影象增強演算法,分為
點運算演算法
和
鄰域去噪演算法。
點運算演算法即
灰度級校正、灰度變換(又叫對比度拉伸)和直方圖修正
等。鄰域增強演算法分為
影象平滑
和
銳化
兩種。平滑常用演算法有
均值濾波、中值濾波、空域濾波。
銳化常用演算法有
梯度運算元法、二階導數運算元法、高通濾波、掩模匹配法
等。
2)頻率域法:
頻率域法是一種間接影象增強演算法,常用的頻域增強方法有
低通濾波器
和
高通濾波器。
低頻濾波器有
理想低通濾波器、巴特沃斯低通濾波器、高斯低通濾波器、指數濾波器
等
。
高通濾波器有
理想高通濾波器、巴特沃斯高通濾波器、高斯高通濾波器、指數濾波器。
三、影象分割:
1、影象分割就是把
影象
分成若干個特定的、具有獨特性質的區域並提出感興趣目標的技術和過程。影象分割的過程也是一個標記過程,即把屬於同一區域的畫素賦予相同的編號。
它是由影象處理到影象分析
的關鍵步驟。
影象分割前後
2、常用的影象分割方法主要分以下幾類:
1)基於
閾值
的分割方法。
2)基於區域的分割方法。
3)基於邊緣的分割方法。
4)基於特定理論的分割方法,如直方圖法等。
影象分割是影象識別和計算機視覺至關重要的預處理。沒有正確的分割就不可能有正確的識別。
四、影象特徵提取:
1、定義:
1)特徵是一個
數字影象
中“有趣”的部分,它是許多計算機影象分析演算法的起點。因此一個演算法是否成功往往由它使用和定義的特徵決定。因此特徵提取最重要的一個特性是“可重複性”:同一場景的不同影象所提取的特徵應該是相同的。
2)特徵提取:將原始特徵轉換為一組具有明顯物理意義(Gabor、幾何特徵[角點、不變數]、紋理[LBP HOG])或者統計意義或核的特徵。
3)特徵選擇:從特徵集合中挑選一組最具統計意義的特徵,達到降維的目的。
2、特徵型別:
1)邊緣:
是組成兩個影象區域之間邊界(或邊緣)的畫素。
2)角:
是影象中點似的特徵,在區域性它有兩維結構。
3)區域:描寫一個影象中的一個區域性的結構,但是區域也可能僅由一個畫素組成
。
4)脊:長條形的物體被稱為脊。
3、特徵提取常用演算法:
1)SIFT(尺度不變特徵變換)
2)HOG(方向梯度直方圖)
3)神經網路
4) 其他傳統特徵提取的方法(SURF、ORB、LBP、HAAR)
參考資料:
1。
https://baike。baidu。com/item/%E5%9B%BE%E5%83%8F%E9%A2%84%E5%A4%84%E7%90%86/5786684?fr=aladdin
2。
https://baike。baidu。com/item/%E5%9B%BE%E5%83%8F%E5%88%86%E5%89%B2/10986705?fr=aladdin
3。
https://baike。baidu。com/item/%E7%89%B9%E5%BE%81%E6%8F%90%E5%8F%96/8827539?fr=Aladdin
4。
https://blog。csdn。net/joaming/article/details/82146604