人脑是怎样认知图像的？——结构描述模式（传统模式识别之五）
2011-01-22 14:51
337 查看
| 结构描述模式一般用图来表示，图的节点表示图像某一部分或某一特性，图的节点之间用有向线段相联，说明图像各部分或各特性之间的关系。 图像特征可以是亮度、颜色、纹理、大小、取向、形状等等，特征的描述可以是文字的、数字的、也可以是确定的、模糊的。 图像各部分或特性之间的关系可以是包含、邻接、方向、距离等等 结构描述模式有四个优点： 首先是这种描述的图像，一般不容易丢失必要的信息。这些必要的信息包括图像各部分及各部分的特征，还包括这些特征之间的相互关系的信息。 第二个优点是整体的图像可以方便地分成几个部分来描述，分成几个部分来描述后，仍然不丢失整体与部分的信息。 第三个优点是一种结构描述方法可以用于表示一类物体。 第四个优点是结构描述用到的信息可以供进一步推理用。 总之，结构描述模式是个灵活、实用的模式。 结构描述模式的问题: 迄今没有形成完整的理论。对于比较复杂的图像，其特征与关系描述的常常不能确定性，造成了实际应用上的困难。视觉识别的整个心理过程是如何按照结构描述模式进行的，这还是一个需要探讨的问题。 小结： 1． 传统的五种模式都没有认真区分视觉识别的初始阶段与视觉认知整个阶段之间的不同，从而难以考虑如何从视知觉得到的信息进行重构的问题。 2． 五种模式都不太注意所提出的模式所要解决的具体问题，从而对于视觉如何从二维信息得到三维信息的问题没有提出解决方案。 (作者：刘建忠 http://hi.baidu.com/liujianz ） |
内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理 
相关文章推荐
- 人脑是怎样认知图像的？——结构描述模式（传统模式识别之五）
- 人脑是怎样认知图像的？——模板匹配模式（传统模式识别之一）
- 人脑是怎样认知图像的？——原型匹配模型（传统模式识别之二）
- 人脑是怎样认知图像的？——特征分析模式（传统模式识别之三）
- 人脑是怎样认知图像的？——傅里叶模式（传统模式识别之四）
- 人脑是怎样认知图像的?——十种模式识别认知理论简介导引
- 人脑是怎样认知图像的？——视觉计算理论（最新模式识别之一，Marr）
- 人脑是怎样认知图像的？——注意的特征整合理论（最新模式识别之二）
- 人脑是怎样认知图像的？——成分识别理论（最新模式识别之三）
- 人脑是怎样认知图像的？——相互作用激活理论（最新模式识别之四）
- 人脑是怎样认知图像的？——视觉拓扑理论（最新模式识别之五）
- 人脑是怎样认知图像的? ——风车刺激实验
- 人脑是怎样认知图像的? ——风车刺激实验
- 人脑是怎样认知图像的?——视觉二元学说
- 传统三层结构和MVC之于贫血模式和充血模式以及领域建模
- 对比传统模式识别方法理解 Deep Learning
- 模式识别知识结构图（思维导图）
- 计算机视觉/图像/模式识别方向 -- 期刊会议排名
- 《cv中文参考手册-图像轮廓处理-结构分析与形状识别-外接轮廓》
- OpenCV学习笔记（十四）——图像结构分析与形状描述ImgProc