数字图象处理_第10章模式识别的理论与方法.ppt

第 10 章 模 式 识 别 的 理 论 和 方 法 ;一个图像识别系统可分为三个主要部分。其框图如图(10.1)所示。(1)图像信息的获取；(2)信息的加工和处理，抽取特征；(3)判断或分类。; 模式识别的主要方法可分为两大类： 统计学方法 语言学方法 ;10. 2 统计模式识别法;1)．常用的决策规则 基于最小错误率的贝叶斯决策 在图像识别中，我们总希望尽量减少分类错误，利用贝叶斯（Bayes）公式能够得到错误率最小的分类规则，这就是基于最小错误率的贝叶斯决策。; 设: 为 状态下观察 X 类的条件概率密度； 为 状态下观察 X 类的条件概率密度； 利用贝叶斯公式：;基于最小错误率的贝叶斯决策规则为：; 2． 线性判别函数 ; 3. 最小距离分类器 线性分类器中重要的一类是用输入模式与特征空间中作为模板的点之间的距离作为分类的准则。假设有m类，给出m个参考向量 与模式类 相联系。;; （10—20）; 统计学习理论是一种小样本统计理论，它为研究有限样本情况下的统计模式识别和更广泛的机器学习问题建立了一个较好的理论框架，同时也发展了一种新的模式识别方法——支持向量机，能够较好地解决小样本学习问题。;图10－34 机器学习的基本模型; 有三类基本的机器学习问题: 模式识别 函数逼近 概率密度估计 经验风险最小化并不一定意味着期望风险最小，学习机器的复杂性不但与所研究的系统有关，而且要和有限的学习样本相适应。;支持向量机;设：线性可分样本为 ，i=1，…，n， 是类别标号。d维空间中线性判别函数的一般为 ，分类面方程为： ; 而要求分类线对所有样本正确分类，就是要求它满足; 因为它们支撑了最优分类面，最优分类面的示意图如下图，图中用圆圈标出的点为支持向量。;图10－39 D4和D84组成的纹理图像;图10－42 自建的测试图像 ;图10－43 自建的测试图像;10. 3 句法结构模式识别; 句法结构模式识别法主要着眼于模式结构，采用形式语言理论来分析和描述模式结构，因此，它具有统计识别法所不具备的优点。; 10.3.2 句法结构方法;句法方法在以下领域多有应用：;10.4 模糊集识别法简介;10.4.1 模糊集合及其运算 ;1. 隶属原则和模糊模式识别的直接方法;例子： 任何三角形都可用三个边a、b、c及三个顶角A、B、C来表示。把等腰三角形、等边三角形、直角三角形、等腰直角三角形看成是模糊集 、 、 、 。要运用直接方法识别，首先要确定它们的从属函数。;设 、 、 、 、 分别为等腰三角形、直角三角形、等边三角形、等腰直角三角形及非典型一般三角形的从属函数，则有：; (10—110) ; ; 相似系数有夹角余弦、相关系数等几种定义。如果用 表示样本 与样本 之间的距离，则也有如下一些距离的定义：;（３）马氏距离 ;(4) 兰氏距离; 聚类分析的基本思想是将比较接近的样本归为一类。系统聚类法可分三个步骤进行： 第一、计算各样本之间距离，将距离最近的两点合并为一类； 第二、定义类与类间的距离，将最近的两类合并为新的一类； （类与类之间的定义有最小距离法、最大距离法、中间距离法、重心法等） 第三、反复做第二步，使类与类之间不断合并，最后完成聚类分析。 ;10.5 模式识别的几种应用 ; 10．5．1 生物特征识别; 首先，指纹分为七类（平斗、左箕、右箕、平弓、帐弓、左双箕、右双箕）。第一类再分为十八个小类，然后测量斜率。总的过程是分类、分层、分窗口，在这个过程中包括细化，连接断线等处理; 尔后整个窗口用一个树代表，树的每一个分支是窗口中的一根隆线，然后找出文法; 最后做一树状自动机。;（1）． 人脸识别系统的基本组成