图像模式识别(一)
2007-04-24 15:59
162 查看
一、模式识别(Pattern Recognition)就是机器识别、计算机识别或机器自动识别,目的在于让机器自动识别事物。模式识识别的研究内容是利用计算机对客观物体进行分类,在错误概率最小的条件下,使识别的结果尽量与客观事物符合。
模式的描述方法
在模式识别技术中,被观测的每个对象称为样品。通过对样品部识别有关的因素作为研究的根据,每一个因素称为一个特征。模式就是样品所具有的特征描述。模式的特征集由处于同一个特征空间的特征向量表示,例如:如果一个样品X有n个特征,则可把X看做一个n维向量,该向量X称为特征向量记:
X=
=(x1,x2…,xn)T
抽取图像特征,将图像变成n维空间的一个向量,之后用数学的方法进行运算,判别样品X为模式的哪一类。如果一个对象的特征观察值为{x1,x2,…,xn},它可以构成一个n维的特征向量值X,即X=(x1,x2…,xn)T,式中x1,x2…,xn为特征向量X的各个分量,而这个向量空间称为特征空间Rn。在模式识别中,要对许多具体对象进行测量,以获得观测值,其中常用的有均值、方差、协方差和协方差矩阵。
2模式识别系统
一个典型的模式识别系统如图:
系统上半部分完成未知类别模式分类,下半部分属于设计分类器的训练过程,利用样品进行训练,确定分类器具体参数,完成分类器的设计。
数据获取:用计算机可以运算的符号来表示所研究的对象。
预处理:对输入测量仪器或其他因素所造成的退化现象进行复原,去噪声,提取有用信息。
特征提取:对原始数据进行变换,得到能反映分类本质的特征。
分类决策:在特征空间中用模式识别方法把被识别对象归为某一类别
分类器设计:基本做法是收集样品训练集,在些基础上确定判别函数,改进判别函数的误差检验。
模式的描述方法
在模式识别技术中,被观测的每个对象称为样品。通过对样品部识别有关的因素作为研究的根据,每一个因素称为一个特征。模式就是样品所具有的特征描述。模式的特征集由处于同一个特征空间的特征向量表示,例如:如果一个样品X有n个特征,则可把X看做一个n维向量,该向量X称为特征向量记:
x1 x2 … xn |
=(x1,x2…,xn)T
抽取图像特征,将图像变成n维空间的一个向量,之后用数学的方法进行运算,判别样品X为模式的哪一类。如果一个对象的特征观察值为{x1,x2,…,xn},它可以构成一个n维的特征向量值X,即X=(x1,x2…,xn)T,式中x1,x2…,xn为特征向量X的各个分量,而这个向量空间称为特征空间Rn。在模式识别中,要对许多具体对象进行测量,以获得观测值,其中常用的有均值、方差、协方差和协方差矩阵。
2模式识别系统
一个典型的模式识别系统如图:
分类决策 |
数据获取 |
预处理 |
特征提取 |
训练样本输入 |
特征提取 |
分类结果 |
确定判别函数 |
改进判别函 |
误差检验 |
预处理 |
分类器设计 |
数据获取:用计算机可以运算的符号来表示所研究的对象。
预处理:对输入测量仪器或其他因素所造成的退化现象进行复原,去噪声,提取有用信息。
特征提取:对原始数据进行变换,得到能反映分类本质的特征。
分类决策:在特征空间中用模式识别方法把被识别对象归为某一类别
分类器设计:基本做法是收集样品训练集,在些基础上确定判别函数,改进判别函数的误差检验。
相关文章推荐
- 模式识别经典算法——FCM图像聚类分割(最简matlab实现)
- VS2005开发Windows Mobile 6 摄像头图像抓拍并实现模式识别(主要识别字符)
- 计算机视觉/图像/模式识别方向 -- 期刊会议排名
- 图像模式识别 (六)
- [置顶] 关于图像模式识别的几种分类方法概述
- 人脑是怎样认知图像的?——视觉拓扑理论(最新模式识别之五)
- 模式识别开发之项目---图像间的近似度计算
- 【计算机视觉】计算机视觉/图像/模式识别方向期刊会议
- 人脑是怎样认知图像的?——结构描述模式(传统模式识别之五)
- 图像模式识别 (七)
- 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?——十种模式识别认知理论简介导引
- 哪里有摄像头,哪里就需要(图像的)模式识别!
- 图像处理、机器学习、模式识别相关的重要会议及期刊
- 图像处理与计算机视觉:基础,经典以及最近发展(3)计算机视觉中的信号处理与模式识别
- 第七届SPIE多谱图像处理与模式识别国际学术会议征文通知
- 人脑是怎样认知图像的?——傅里叶模式(传统模式识别之四)
- 模式识别,图像处理工程师的要求
- 模式识别之线条矩形识别---长方形画布或纸张并提取图像内容
- 人脑是怎样认知图像的?——模板匹配模式(传统模式识别之一)