为客户服务支持进行的数据挖掘 （中文+英文）

第一章 绪论 1.1 图像处理与识别技术的内容及理解 数字图像处理处理学科所涉及的知识非常广泛,具体的方法种类繁多,应用也极为普遍,但从学科研究内容上可以分为以下几个方面。 1.1.1 图像处理技术 (1) 图像数字化 其目的是将模拟形式的图像通过数字化设备变为数字计算机可用的离散的图像数据。 (2) 图像变换 为了达到某种目的而对图像使用一种数学技巧,经过变换后的图像更为方便、容易地处理和操作。 (3) 图像增强 图像增强的主要目标是改善图像的质量。采用某种特殊的技术来突出图像中的某些信息,削弱或消除某些无关信息,从而有目的地强调图像的整体或局部特征。常常用来改善人对图像的视觉效果,让观察者能看到更加直接、清晰、适于分析的信息。直方图修正、灰度变换、强化图像轮廓等都是常用的手段。 (4) 图像分割 在图像研究和应用中,人们往往仅对图像的某些部分感兴趣。它们一般对应图像中待定的、具有独特性质的区域。图像分割就是把图像分割成各具特性的区域并提取出感兴趣的目标。 (5) 图像分析 图像分析也可以成为图像理解,主要研究从图像中提取有用的数据或信息,生成非图像的描述或表示。图像分析的内容分为特征提取、图像分割、符号描述、纹理分析、运动图像分析和图像的检测与配准。 1.1.2 图像识别技术 图像识别是近20年来发展起来的一门学科，它以研究某些对象或过程（统称图像）的分类与描述为主要内容。图像识别所研究的领域十分广泛，它可以使医学图像中的癌细胞识别；机械加工中零部件的识别、分类；可以是从遥感图片中辨别农作物、森林、湖泊和军事设施，以及判断农作物的长势，预测收获量等；可以是自导引小车中的路径识别；邮政系统中自动分拣信函；交通管制、识别违章行驶的汽车牌照；银行的支票识别、身份证识别等。上述都是图像识别研究的课题。一个图像识别系统主要包括3部分：①图像信息获取；②图像信息加工和处理、抽取特征；③判断或分类。