第1章 模式识别绪论 - 西安电子科技大学.pptVIP

第1章　绪论 第1章　绪 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 1.1 模式识别的基本概念 　　人们在日常生活中, 几乎时时在进行类识别活动。 对于视觉而言, 眼睛收集外界信息传至大脑, 由大脑对所接收的视觉信息进行识别和理解。 视觉信息识别是低层次的类识别, 例如, 当我们看见一只猫时, 很容易识别出猫这一动物的类别。 而高层次的视觉理解, 是通过分析直观的观测结果得到更深层次的信息, 这对人的知识和素质有很强的依赖性。  　　例如, 在二战时期, 一名高素质的情报人员根据看到的一只经常出来晒太阳的波斯猫推断出敌方高级指挥所的位置, 从而为己方提供了非常有价值的情报信息。 　　 　　对于听觉而言, 人耳将声音信息传至大脑, 由大脑对所接收的声音信息进行识别和理解, 获得声音所属的语言种类(语种识别)、 声音所对应的说话人(说话人识别)以及声音所包含的关键词(关键词识别)等。 除此之外, 人还具有对触觉、 味觉、 嗅觉等信息的类识别能力, 且也具有低级和高级两个层次。  　　模式识别的目的就是利用计算机实现人的类识别能力, 是对两个不同层次的识别能力的模拟。 对信息的理解往往含有推理过程, 需要专家系统、 知识工程等相关学科的支持。 本书讲述的模式识别理论主要是指对人的低级类识别能力的模拟, 具体地说, 就是实现“观察对象是什么”的判断, 其中观察对象就是模式。  　　模式是指具有某种特定性质的观察对象。 特定性质指的是可以用来区别观察对象是否相同或是否相似而选择的特性。 观察对象存在于现实世界, 可以是视觉、 听觉、 触觉、 味觉、 嗅觉等所能感知的任何物质。 例如, 一个数字、 一句话、 一张照片等都是观察对象, 都可以成为模式识别中的识别对象。 广义地说, 存在于时间和空间中可观察的事物, 如果可以区别它们是否相同或是否相似, 都可以称为模式。 根据模式的特性, 将具有相似特性的模式的集合表达为模式类。 模式识别就是根据模式的特性, 将其判入某一类。  　　模式识别是一种智能活动, 包含分析和判断两个过程。 分析的过程在于确定用于划分模式类的特征及其表达方法; 判断的过程则体现在依据待识别对象的特性, 将其判属于某一个模式类。  　　模式识别作为一门学科, 属于机器智能, 故属于人工智能的范畴。 模式识别理论的发展和广泛应用, 极大地推动了人工智能的发展和应用。 1.2　模式识别系统 　　模式识别的本质就是根据模式的特性表达和模式类的划分方法, 利用计算机将模式判属特定的类。 因此, 模式识别需要解决5个问题: 模式的数字化表达、 模式特性的选择、 特性表达方法的确定、 模式类的表达和判决方法的确定。 一般地, 模式识别系统由信息获取、 预处理、 特征提取和选择、 分类判决等4个部分组成, 如图1-1所示。  图 1-1　模式识别系统的组成框图 　　1. 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, 因此, 需要借助于各种传感器设备, 将视觉、 听觉、 触觉、 味觉、 嗅觉等信息转化为电信号, 再通过模/数(A/D)转换装置将电信号转换成数字化信息。 信息获取过程如图1-2所示。 图 1-2　信息获取示意图 　　不同性质的信息需要不同的传感器设备, 有的传感器和A/D转换设备是融为一体的, 有的则是分离的。 例如, 对于视觉信息, 可以先采用摄像机完成光电转换, 再采用图像采集卡完成A/D转换; 也可以采用数字化摄像机(CCD)、 数码相机直接获得数字信息。 数字图像(或视频)是视觉信息的数字化表达。 对于听觉信息, 可以先采用话筒完成声电转换, 再采用声卡完成A/D转换; 也可以采用数字录音机直接获得数字信息。 数字语音是听觉信息的数字化表达。 　　2. 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, 常用的方法有几何校正、 图像增强、 图像还原等。  　　对于语音信息, 采用数字语音处理技术作为其预处理技术。 作为一种一维信号, 除了它和人耳特性有关的一些特殊方法外, 也可以用一般的信号处理方法进行处理。  　　对于电信号, 一般可以用信号处理的方法进行处理, 包括统计信号处理、 自适应信号处理和谱分析等技术, 其目的在于抑制噪声或将信号转换成更便于识别的形式。 　　3. 特征提取和选择 　　在模式识别中, 需要先建立模式类, 对于给定的模式, 识别就是将其判属于某一个模式类的过程。