Практическая работа №28 Статистика, характеризующая изображение на основе деления на части алгоритм разделения символов


Задание. Порядок выполнения работы


Download 0.58 Mb.
bet6/7
Sana06.04.2023
Hajmi0.58 Mb.
#1277941
TuriПрактическая работа
1   2   3   4   5   6   7
Bog'liq
РаспознованиеПрактическая работа28-30

Задание. Порядок выполнения работы
1. Сформировать в среде MathCad тестовое черно-белое изображение.
2. Выполнить аддитивное зашумление каждого элемента изображения с применением 3 видов шума из 6 перечисленных в теоретической части данной работы.
3. Выполнить оценку качества полученных зашумленных изображений с применением критериев, описанных формулами (15) – (27).
4. Провести сравнительный анализ полученных оценок качества зашумленных изображений для каждого из примененных к исходному изображению видов шума.
5. Сделать выводы по влиянию различных видов шума на качество изображения.
Практическая работа №30
База данных по проблеме распознавания лиц
формирование

Классификация методов распознавания


Далее под распознаванием лиц будем понимать этапы, идущие после выделения лица и его нормализации, а именно извлечение признаков и сравнение с эталоном. Приведем основные известные методы, которые применяются для решения этих двух задач.
Методы извлечения признаков можно разделить на две группы. Это методы, использующие локальные признаки и глобальные признаки лица. При использовании локальных признаков, алгоритм выделяет отдельные части лица (такие как глаза, нос, рот и др.) и уже по ним выделяет или распознает лицо. При использовании же глобальных признаков, алгоритм оперирует со всем лицом в целом.
К методам, работающим с локальными признаками, относятся:

  • фильтры Габора;

  • метод сравнения эластичных графов;

  • контурные модели лица;

  • метод наиболее информативных областей;

  • скрытые марковские модели;

  • морфинговые модели;

  • моменты;

  • методы, основанные на геометрических характеристиках лица;

  • методы, основанные на сравнении эталонов;

  • нейронные сети.

Методами, использующими глобальные признаки, являются:

  • дискриминантные методы;

  • моменты;

  • фильтры Габора;

  • нейронные сети.

Как видно, одни и те же методы могут использоваться как для выделения локальных признаков лица, так и для выделения глобальных признаков:

  • фильтры Габора;

  • моменты;

  • нейронные сети.

Все классификаторы можно разбить на следующие группы:

  • статистические методы, строящиеся на базе принципов математической статистики;

  • методы, основанные на построении разделяющих гиперповерхностей;

  • методы, основанные на принципе потенциалов;

  • методы, основанные на определении экземпляров;

  • методы, разработанные на основании изучения биологических нейронных сетей.

Количество существующих методов выделения признаков и их классификации безгранично. Далее рассмотрим лишь наиболее известные из них методы.

Download 0.58 Mb.

Do'stlaringiz bilan baham:
1   2   3   4   5   6   7




Ma'lumotlar bazasi mualliflik huquqi bilan himoyalangan ©fayllar.org 2024
ma'muriyatiga murojaat qiling