模式识别级研给学生的终版摘要.ppt

第1章 概论 1.1　模式识别的基本概念 1.2　模式识别系统 1.3　模式识别的基本方法 1.4 模式识别的应用 1.5 模式识别的基本问题 1.1　模式识别的基本概念 定义(Definition) Pattern recognition is the study of how machines can observe the environment, learn to distinguish patterns of interest from their background, and make sound and reasonable decisions about the categories of the patterns. (Anil K. Jain) 1.1　模式识别的基本概念 模式(pattern) ：具有某种特定性质的观察对象。广义地，存在于时间、空间中可观察的事物，具有时间或空间分布的信息。 观察对象举例： 一个数字、 一句话、 一张照片等都是观察对象，都能成为模式识别中的识别对象。 模式识别(Pattern Recognition) ： 用计算机实现人对各种事物或现象的分析、描述、判断、识别。 模式类：具有相似特性的模式的集合。 （模式与模式类的关系相当于集合论中的元素与集合的关系） 1.1　模式识别的基本概念 模式识别与图像处理、图像识别的关系：模式识别是模拟人的某些功能。 模拟人的视觉：计算机+图像传感器 模拟人的听觉：计算机+声音传感器 模拟人的嗅觉和触觉：计算机+嗅觉/触觉传感器 模式识别技术当前主要是对视觉和听觉能力的模拟。模拟人的视觉能力就是用计算机来做图像识别和理解工作；模拟人的听觉就是用计算机来做语音（或者各种声音）识别和理解方面的工作。 1.1　模式识别的基本概念 模式识别是一种智能活动，包括分析和判断两个过程。 分析过程：确定用于划分模式类的特征及其表达方法； 判断过程：依据待识别对象的特征，将其判属于某一个模式类。 发展历史 1.1　模式识别的基本概念 ----1929年 G. Tauschek发明阅读机 ，能够阅读0-9的数字。 ----20世纪30年代 Fisher提出统计分类理论，奠定了统计模式识别的基础。在60～70年代，统计模式识别发展很快，但由于被识别的模式愈来愈复杂，特征也愈多，就出现“维数灾难”。由于计算机运算速度的迅猛发展，这个问题得到一定克服。统计模式识别仍是模式识别的主要理论。 ----50年代Noam Chemsky 提出形式语言理论，美籍华人付京荪 提出句法结构模式识别。 ----60年代L.A.Zadeh提出了模糊集理论，模糊模式识别理论得到了较广泛的应用。 ----80年代Hopfield提出神经元网络模型理论。近些年人工神经元网络在模式识别和人工智能上得到较广泛的应用。 ----90年代小样本学习理论，支持向量机也受到了很大的重视。 1.1　模式识别的基本概念 1.2　模式识别系统 信息获取：对于人脑识别而言, 人脑通过感觉器官获取模式信息。 对于机器识别来说, 由于计算机只能处理数字信号, 计算机获取模式信息意味着实现观察对象的数字化表达。信息获取是通过传感器，将光或声音等信息转化为电信息。信息可以是二维的图像如文字、图像等；可以是一维的波形如声波、心电图、脑电图；也可以是物理量与逻辑值。 统计模式识别系统组成框图 1.2　模式识别系统 预处理：在得到模式的数字化表达后, 往往需要对它进行预处理，以便去除或减少噪声的影响，突出有用信息。对于图像信息，采用数字图像处理技术作为其预处理技术，主要有二值化、图像平滑、变换、增强、恢复、滤波、几何校正等。 1.2　模式识别系统 特征提取和选择：在模式识别中，需要进行特征的抽取和选择，如，一幅6464的灰度图像可以得到4096个数据，这种在测量空间的原始数据通过变换获得在特征空间最能反映分类本质的特征。这就是特征提取和选择的过程。 1.2　模式识别系统 特征是用于描述模式性质(特性)的一种定量的概念, 通过对模式的分析得到一组特征, 称这个过程为特征形成。 特征一般有两种表达方法: (1)将特征表达为数值; (2)将特征表达为基元。 1.2　模式识别系统 (1) 当将特征表达为数值时, 一个模式的d个特征值就构成了一个特征向量, 记为x, 即 其中, x的每个分量xi(i=1, 2, …, d)对应一个特征。  (2) 当特征表达为基元时, 一个模式表述为一个句子, 记为x, 即 其中， xi(i=1, 2, …, d)为基元，反映构成模式的