发布时间 : 星期四 文章基于LABVIEW的圆形图像识别与实时跟踪系统设计更新完毕开始阅读
常熟理工学院毕业设计（论文）
图4.3 边界提取的程序框图
图4.4 边界提取后的图像
4.3图像的识别
模式识别是指对表征事物或现象的各种形式的信息进行处理和分析，以对事物或现象进行描述、辨认、分类和解释的过程。
有两种基本的模式识别的方法，即统计模式识别方法和结构模式识别方法，与此相应的模式识别系统都是由两个过程所组成，即设计和实现。设计是指用一定数量的样本进行分类器的设计。实现是指用所涉及的分类器对待识别的样本进行分类决策。
基于统计方法的模式识别系统主要有四部分组成：数据获取，预处理，特征提取和选择，分类决策，如下图所示。
27
常熟理工学院毕业设计（论文）
图4.5模式识别系统
（1） 数据获取
为了使计算机能够对各种现象进行分类识别，要用计算机可以运算的符号来表示研究的对象。通常输入对象的信息有三种类型：
a 二维图像，如文字、指纹、地图、照片等。 b 维波形，如脑电图、心电图、机械震动波形等。
c 物理参量和逻辑参量，前者如在疾病诊断中病人的体温及各种化验数据等；后者对某参量正常与否的判断或者对症状有无的描述，如疼与不疼，可用逻辑值0和1来表示。再引入模糊逻辑的系统中，这些值还可以包括模糊逻辑值，比如：很大、大、比较大等。
通过测量、采样和量化，可以用矩阵或者向量表示二维图像或者一维波形。这就是数据获取的过程。 （2） 预处理
预处理的目的是去除噪音，加强有用的信息，并对输入测量仪器或者其他因素所造成的退化现象进行复原。 （3） 特征提取和选择
从图像中分割出物体之后，可以进一步对他进行特征测量和分析，在此基础之上可以识别物体，也可以对物体进行分类，或对物体是否符合标准进行判别以实现质量监控。与图像分割一样，物体测量与形状分析在工业生产中有重要的应用，他们是机器视觉的主要内容之一。
图像特征是用于区分一个图像内部最基本属性或特性的。图像特征可以是人的视觉能够识别的自然特征，也可以是通过对图像进行测量和处理，认为定义的某些特征。图像分割就是把一幅图像分解成若干个区域。特征提取的目的是将这些区域的特征提取出来，用于图像识别和理解。在这些特征当中，有一些是可以用数字直接表示的量，如面积、周长等。但是更多的是这些子集或者区域的几何特性，如连同性、尺寸、形状等，这些几何特性对描述图像起着重要的作用。图像的描述总是以被描述的物体的某些特征为基础的。因
28
常熟理工学院毕业设计（论文）
此，各种描述法总是反映或者隐含了被描述物体的某些特性。 （4） 分类决策
由于分类的目标集合的性质不同，分类的方法也缺乏同一的标准。主要有统计分类、模糊分类、人工神经网络分类这三种方法。
利用Vision中的粒子分析模块，对图像进行分析，该模块如图4.6所示，该模块的属性设置如图4.7所示。通过观察该图像的长宽比和圆率是否均接近于1这一特征,判断出该图像是否是圆形图像。
图4.6粒子分析模块
图4.7 粒子分析模块属性设置
该模块对应的程序框图如图4.8所示，图像的圆率及长宽比数据统计如图4.9所示，从图中可以看出，圆率和长宽比均接近1，由此判断是圆形图像。
29
常熟理工学院毕业设计（论文）
图4.8 粒子分析的程序框图
图4.9 图像的圆率和长宽比数据统计
4.4本章小结
第四章，本章介绍了图像的特征提取和识别技术。在边缘图像的基础上，需要通过平滑、形态学等处理去除噪声点、毛刺、空洞等不需要的部分，再通过细化、边缘连接和跟踪等方法获得物体的轮廓边界。
30