12、图像分类与配准技术：知识转换与自动配准方法

图像分类与配准技术：知识转换与自动配准方法

1. 图像分类任务中的知识转换

1.1 简化的模式识别问题

在图像分类任务中，我们处理一个简化的模式识别问题，仅考虑对象属于一个类别的情况。以花岗岩石头的正确分类（识别）的矿物学问题为例，有一张包含不同数量特定矿物（如石英、云母）的石头照片，专家标记（黑圈）的一些石头属于特定类别。

1.2 像素表示与关系定义

假设石头图片直接由像素组成，每个像素用向量 (x坐标, y坐标, 亮度) 表示，作为OTO过程的原始对象。考虑到固有知识可能不精确，我们简化对象属性和它们之间的关系，仅考虑像素的8级亮度。定义八个简单的一元关系来评估对象亮度（如 having_brightness_0, having_brightness_1 等），并使用两个二元关系（相等和不等）来比较两个对象的亮度。同时，假设存在一个能够检查集合基数的概念结构。

1.3 搜索结果结构分析

搜索过程得到如下结构：

typ 20 q1 pat:
typ 21 q1 pat: 13: 29 29
typ 22 q1 pat: 15: 21 21
typ 22 q1 pat: 15: 22 21
typ 24 q4 pat: neg 13: 22 29 15: 22 29
15: 22 21
typ 25 q1 pat:
typ 26 q1 pat: 15: 25 25 15: 25 25 4: 25
typ 26 q1 pat: 15: 25 25 6:25
typ 28 q1 pat: 15: 26 26
typ 29 q1