人工智能课程论文

摘要数字图像处理是一门新兴技术，随着计算机硬件的发展，数字图像的实时处理已经成为可能，由于数字图像处理的各种算法的出现，使得其处理速度越来越快，能更好的为人们服务。数字图像处理是一种通过计算机采用一定的算法对图形图像进行处理的技术。数字图像处理技术已经在各个领域上都有了比较广泛的应用。图像处理的信息量很大，对处理速度的要求也比较高。MATLAB强大的运算和图形展示功能，使图像处理变得更加的简单和直观。本文介绍了MATLAB语言的特点，基于MATLAB的数字图像处理环境，介绍了如何利用MATLAB及其图像处理工具箱进行数字图像形状的边缘提取和识别分类。论文主要论述了利用MATLAB实现对图像中的三角形，正方形，圆，椭圆，菱形的边缘提取和自动识别分类。关键词：MATLAB；数字图像处理；图像形状；图像分类1目录1引言.............................................................21.1课题研究目的及意义.....................................................21.2国内外研究现状.........................................................22数字图像形状及预处理.............................................32.1概述..................................................................32.2数字图像的预处理.......................................................42.2.1数字图像............................................................42.2.2采样...............................................................62.2.3量化...............................................................62.2.4采样、量化和图像细节的关系..........................................72.3几种典型的形状特征描述方法.............................................73形状特征及提取分类...............................................83.1矩形度................................................................93.2圆形度................................................................93.3矩...................................................................103.4不变矩...............................................................103.5基于不变矩的形状特征提取..............................................113.5.1特征提取步骤.......................................................113.5.2边缘提取算子的确定.................................................113.5.3边缘提取常用算子...................................................113.5.4Canny算子.........................................................123.6边缘提取实验结果及分析................................................143.6.1边缘提取算法分析...................................................143.6.2图像形状识别结果...................................................14结论..........................................................24参考文献..........................................................25附录：............................................................2621引言本章简略介绍课题的研究目的及意义，该课题国内外研究现状以及论文内容安排等。1.1课题研究目的及意义随着信息化多媒体时代的到来及世界范围内Internet的风行，人们在工作和生活中越来越多的接触到大量的各种各样的图像信息。图像作为一种重要的信息载体，具有直观、内容丰富、无语言限制和便于国际交流等特点，是组成多媒体信息的重要内容。图像处理技术已经广泛深入的应用于各行各业中。设计制造、医疗卫生、艺术文化、建筑工程、地理、公安等领域相继建立了各种图像库。在浩如烟海的信息中，寻找感兴趣的资料是极其耗时的，人们对信息检索和系统的依赖日益加强。图像的特征提取是基于内容的图像检索系统部分的核心内容。本文研究的重点就是如何从静态图像中提取出图像的形状特征。典型框架是：对图像的形状进行人工标注分类。这种方法当图像数量不大时，不失为一种简单易行的方法。然而，当图像数据量非常庞大时，基于文本的图像检索存在着诸多困难，此时图像形状的自动识别就派上用场了。1.2国内外研究现状因为图像特征提取及识别具有很强的实用性，国内外测绘界、计算机视觉、模式识别与人工智能等领域都对其进行了深入研究。国外如美国的Mckeown实验室、英国的VGG实验室、德国的波恩大学、奥地利的格拉茨大学等，国内如清华大学、北京大学、中科院等，在这方面都做了许多工作，取得了很大的成绩，有的成果己具备初步的实用价值。在上述研究的基础上，近年来国内外推出了一系列图形图像软件，它们具备了较强的图像特征提取和识别的功能。国外流行的图像特征提取及识别的软件，例如：德国softelec公司的VPStudio，日本日立公司的Imageseries，美国GTX公司的GTXRasterseries，挪威Rasterex公司的RxAutoImagePro2000等。国内图像特征提取及识别软件，例如：东大阿尔派的SEAS系统，华中理工大学的EDIS工程图信息系统，西工大CAD中心的NPPU-EDRS工程图智能输入与识别系统，清华紫光的TH-DAIMS图纸处理系统等。从上面特征提取和识别的研究现状来看，由于特征提取及识别问题本身的多样性和复杂性，现有的理论和方法离实际要求还有相当距离，一些根本的问题还有待进一步深入研究。现有的特征提取和识别算法基本上还是处于实验阶段，其实用性、通用3性、准确性等方面离大规模实际应用的要求还有一定差距。所有这些应用都是和问题的性质密不可分的，至今还没有发展成统一、有效的可应用于所有模式识别的理论。虽然各特征提取与识别算法的处理能力、特征提取能力、特征识别能力的效果方面各有所长，但是仍然在算法的性能、通用性、自动化程度、准确率方面存在很多不足。因此，为了弥补这些不足，对于图像特征提取及识别技术的研究需要更多的关注，付出更多的努力。2数字图像形状及预处理2.1概述形状特征是对图像中边界清晰的目标的最好表达方式。是图像目标的一种显著特征，在实际中通常利用形状特征或主要边界对图像进行检索和分类。图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。Matlab是非常好用的图像处理软件。Matlab是由美国MathWorks公司开发的集数值计算、符号计算和图形可视化三大基本功能于一体的，功能强大、操作简单的语言。是国际公认的优秀数学应用软件之一。Matlab的基本数据单位是矩阵，它的指令表达式与数学，工程中常用的形式十分相似，故用Matlab来解算问题要比用C，FORTRAN等语言完相同的事情简捷得多。Matlab包括拥有数百个内部函数的主包和三十几种工具包(Toolbox)。工具包又可以分为功能性工具包和学科工具包。功能工具包用来扩充Matlab的符号计算，可视化建模仿真，文字处理及实时控制等功能。学科工具包是专业性比较强的工具包，控制工具包，信号处理工具包，通信工具包等都属于此类。开放性使Matlab广受用户欢迎。除内部函数外，所有Matlab主包文件和各种工具包都是可读可修改的文件，用户通过对源程序的修改或加入自己编写程序构造新的专用工具包。本文正是要使用Matlab从“轮廓”这个局部中找出特征来判断“形状”这个总体。42.2数字图像的预处理2.2.1数字图像所谓数字图像就是把传统图像的画面分割成如图2-1所示的被成为像素（pictureelement,简称pixel。有时候也用pel这一简写词）的小的离散点，各像素的灰度值也是用离散值即整数值来表示的。数字图像（digitalimagine）和传统的图像即模拟图像(picture)是有差别的。图2-1数字图像常见的数字图像格式有以下几种：（1）PCX（WindowsPaintbrush）格式。可处理1，4，8，16，24位等图像数据。文件内容包括：文件头（128字节），图像数据、扩展颜色映射表数据。（2）BMP（WindowsBitmap）格式。有1，4，8，24位非压缩图像，8位RLE（Run-lengthEncoded）图像。文件内容包括：文件头（一个BITMAPFILEHEADER数据结构），位图信息数据块（位图信息头BITMAPINFOHEADER和一个颜色表）和图像数据。（3）HDF（HierarchicalDataFormat）格式。有8位，24位光栅数据集。（4）JPEG(JointPhotographicExpertsGroup)格式，是一种成为联合图像专家组的图像压缩格式。（5）TIFF（TaggedImageFileFormat）格式。处理1，4，8，24位非压缩图像，1，4，8，24位packbit压缩图像，一位CCITT压缩图像等。文件内容包括：文件头，参数指针表与参数域，参数数据表和图像数据四部分。（6）XWD(XWindowsDump)格式。1，8位Zpixmaps，Xybitmaps，1位Xypixmaps。（7）PNG（PortableNetworkGraphics）格式。为了从一般的照片，景物等模拟图像中得到数字图像，需要对传统的模拟图像进行采样与量化两种操作（二者统称为数字化）。数字图像处理(DigitalImageProcessing)是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展(特别是离散数学理论的创立和完善)；三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。5对数字图像经行处理要用到Matlab程序，它在数字图像方面的用处巨大。图像处理工具包是由一系列支持图像处理操作的函数组成的。所