《图像识别与项目实践 VC++、MATLAB技术实现课件.pptx》由会员分享，可在线阅读，更多相关《图像识别与项目实践 VC++、MATLAB技术实现课件.pptx（34页珍藏版）》请在三一办公上搜索。
1、图像识别与项目实践:VC+、MATLAB技术实现,一 图像识别概述,01,Part One,一 图像识别概述,A,1.1 图像识别意义,B,1.2 图像识别技术,C,1.3 手写数字识别,D,1.4 邮政编码识别,E,1.5 车牌识别简介,F,1.6 印刷体汉字识别,一 图像识别概述,1.8 人脸识别,1.10 指纹识别,1.7 条形码识别,1.9 虹膜识别,1.11 图像识别系统性能评价,二 图像识别关键技术,02,Part One,二 图像识别关键技术,2.1 图像识别开发基本流程,2.2 图像预处理,2.5 模式识别,2.4 特征提取,2.3 变换域处理,2.2 图像预处理,二 图像识别
2、关键技术,2.2.1 灰度化,2.2.2 灰度变换,2.2.3 灰度分布均衡化,2.2.6 锐化,2.2.5 去噪,2.2.4 几何变换,2.2 图像预处理,二 图像识别关键技术,2.2.7 形态学处理,2.2.8 细化,2.2.9 目标物体的轮廓提取,2.2.12 测量,2.2.11 基于投影法定位,2.2.10 分割,二 图像识别关键技术,2.3 变换域处理,01,2.3.1 傅里叶变换,2.3.2 Gabor变换,02,2.3.3 小波变换,03,二 图像识别关键技术,2.4 特征提取,2.4.1 基于颜色的特征提取,2.4.3 基于形状的特征提取,2.4.4 基于空间关系的特征提取,2
3、.4.2 基于纹理的特征提取,二 图像识别关键技术,2.5 模式识别,2.5.2 模式识别方法,1,3,2,2.5.1 模式识别简介,2.5.3 模板匹配法,三 手写数字识别,03,Part One,三 手写数字识别,01,3.1 手写数字图像数据特征分析,02,3.2 手写数字识别系统设计,03,3.3 特征提取,04,3.4 手写数字识别,四 邮政编码识别,04,Part One,四 邮政编码识别,4.5 邮政编码识别,4.1 邮政编码图像数据特征分析,4.2 邮政编码识别系统设计,4.3 邮政编码预处理,4.4 邮政编码样本特征提取与特征库,4.3.1 去除红色边框4.3.4 数字切割,
4、4.4.1 邮政编码样本特征提取,五 汽车牌照号码识别,05,Part One,五 汽车牌照号码识别,5.1 汽车牌照图像数据特征分析,5.4 车牌号码识别,5.2 汽车牌照号码识别系统设计,5.3 图像预处理,68%,44%,21%,15%,5.3.1 二值化5.3.2 去噪,六 印刷体汉字识别,06,Part One,六 印刷体汉字识别,6.1 印刷体汉字图像数据特征分析,2014,6.2 汉字识别系统设计,2015,6.3 图像预处理,6.3.3 汉字行切分与字切分,2016,6.4 特征提取,2017,6.5 汉字识别,2018,七 一维条形码识别,07,Part One,七 一维条形
5、码识别,7.1 一维条形码图像数据特征分析,2014,7.2 一维条形码识别系统设计,2015,7.3 一维条形码图像预处理,7.3.1 灰度化,2016,7.4 一维条形码识别,2017,八 人脸识别,08,Part One,八 人脸识别,8.2 人脸识别系统设计,8.4 基于复合多重投影检测的人脸定位,8.6 人脸识别,8.1 人脸图像数据特征分析,8.3 人脸图像预处理,8.5 特征提取,八 人脸识别,8.3 人脸图像预处理,8.3.1 去除背景,8.3.2 二值化,8.3.3 噪声消除,八 人脸识别,8.4 基于复合多重投影检测的人脸定位,8.4.1 复合多重投影检测方法,8.4.2
6、脸部区域定位,8.4.3 眼部区域定位,8.4.4 嘴部区域定位,九 虹膜识别,09,Part One,九 虹膜识别,01,02,03,04,05,06,9.1 虹膜图像数据特征分析,9.2 虹膜识别系统设计,9.3 虹膜定位,9.4 虹膜区域处理,9.5 虹膜特征提取,9.6 虹膜特征降维,九 虹膜识别,9.7 虹膜识别,9.3 虹膜定位,九 虹膜识别,9.3.1 基于感兴趣区域的虹膜快速定位,9.3.2 虹膜外圆定位,9.3.3 虹膜内圆定位,九 虹膜识别,9.4 虹膜区域处理,9.4.1 提取虹膜区域,9.4.2 虹膜区域极坐标变换,9.4.3 虹膜图像规范化,九 虹膜识别,9.5 虹膜特征提取,A,9.5.1 二维Gabor滤波器,9.5.2 虹膜特征提取,B,十 指纹识别,10,Part One,十 指纹识别,10.1 指纹识别图像数据特征分析,10.4 指纹图像Gabor滤波,10.2 指纹识别系统设计,10.3 指纹图像预处理,10.5 指纹特征降维,10.6 指纹识别,100%,73%,68%,44%,21%,15%,10.4.1 Gabor滤波10.4.2 指纹图像Gabor滤波方法,感谢聆听,
