第1章_绪论_模式识别系统.pdf

模式识别 模式识别系统 模式识别系统 王巍 wangweibit@163.com 天津工业大学 信息与通信工程学院 模式识别系统 信息获取 一般是某种形式的电信号，对非电信息，如语 音信号，待识别文本，图像等，需要通过各种 传感器转换成电信号。 可以是模拟信号，也可以是数字信号。 现代信息处理系统大多是数字信号处理系统， 需要通过模数转换器把模拟信号变换为数字信 号。 预处理 预处理主要是增加信噪比的过程。 预处理环节内容很广泛，与要解决的具体问题 有关。 现代数字信号处理系统中，时域到频域的变换 是常用的预处理手段。 特征提取选择 一般说来它包括将所获取的原始量测数据转换 成能反映事物本质，并能将其最有效分类的特 征表示。 这个环节的输入是原始的量测数据(经过必要的 预处理) ，往往还不适合于分类器直接使用。 特征提取模块将原始量测数据转换成有效方式 表示的信息，从而使分类器能根据这些信息决 定样本的类别。 特征选择与提取模块的功能是：对所获取的信 息实现从测量空间到特征空间的转换。 分类决策 模式识别系统工作有两种方式，一种是 训练方式，另一是分类决策方式。 训练方式：在已确定的特征空间中，对 作为训练样本的量测数据进行特征选择 与提取，得到它们在特征空间的分布， 依据这些分布决定分类器的具体参数。 分类决策：分类器在分界形式及其具体 参数都确定后，对待分类样本进行分类 决策的过程。 汽车车牌识别系统的例子 首先，从摄像头取得彩色的包含车牌的图像。这是在一个 收费站前拍摄的交费车辆的照片，在收费站的车牌识别系 统中，车辆是静止的，因此不用进行针对运动模糊等的预 处理。 车牌定位模块的目的是从整幅图像中定位出车牌的精确位置。主要利 用的信息是车牌部分的纹理分布，主要利用的是水平和竖直两个方向 上的边缘。在车牌部分，边缘分布比较密集，可以利用这一点提取出 候选的车牌区域，在图中用方框标出。粗略定位的结果往往不是很 准，我们还可以利用颜色的连续性信息对定位的结果进行修正。之后 输出的就是候选的车牌位置，这些位置中，只有一个是真正的车牌。 而究竟哪一个是对的，要到字符识别阶段才能有结果。 字符识别分两部分，其中字符分割要把车牌中的一个个字符逐一切分 开，这样才能在下一步的识别中对每一个字符分别处理。分割的方法 可以利用灰度图像往水平方向的投影。在有数字或字符的部分，这个 投影值应该比较大，而在字符之间的间隙处，投影的累计值就几乎为 零了。利用这个特定，可以很好的将字符分割开来。 同时，还需要得到对这个区域是不是车牌区域作个评价，如果划分结 果比较合理，划分出的每个字符的宽度都差不多，那么说明这个区域 比较像车牌。如果像(e)中左图那样字体太宽，说明是其它的字符。 另一个模式识别系统的例子介绍 某雷达导引头信号处理机 现代战争对武器装备提出的一个迫切要求在于精 确制导、精确打击能力，这要求雷达探测及导引 系统必须是宽带系统，具备高分辨能力，能够对 观测目标进行成像，可以区分真假目标，挑选攻 击目标，以及精确地选择攻击点。因此宽带高分 辨力雷达成为近年来研究的一个热点。步进频作 为一种合成宽带信号体制，在高分辨力雷达方面 具有很多独特的优点。 雷达导引头信号处理机是某毫米波主动导引头“十 五”预研项目的一部分。处理机采用脉间步进频、 脉内线性调频脉冲压缩技术实现大带宽信号的发 射与接收，采用单脉冲三通道比幅测角体制。 3 数据采集与脉压模块：完成和、方位差、 俯仰差三个通道的数据采集和脉冲压缩。 信号处理模块：完成相参/非相