统计模式识别.ppt

典型模式识别系统 图像识别系统 8　图像识别 8.1 概述 模式可以定义为物体的描述。由于描述这个词的意义比较广泛，有人把它推广到图像数据本身，因为图像数据也是相应事物的一种描述，只不过这样的描述不够抽象和简要而已。前章中我们已经讨论过图像的各种特征和描述的提取方法。因此，我们将模式解释为物体的较抽象的特征和描述。 模式可以是以矢量形式表示的数字特征； 　　也可以是以句法结构表示的字符串或图； 　　还可以是以关系结构表示的语义网络或框架结构等。 对于上述三种类型的模式，必须分别使用不同的识别和推理方法：统计模式识别，句法模式识别和人工智能方法。 特征选择 　　所要提取的应当是具有可区别性、可靠性、独立性好的少量特征。 　　　因此特征选择可以看作是一个(从最差的开始)不断删除无用的特征和组合有关联的特征的过程，直到特征的数目减少到易于驾驭的程度，同时分类器的性能仍能满足要求为止。 每类的每一个特征均值： 　　 　　假设训练样本中有　个不同类别的样本。令　表示第　类的样本数，第　类中第　个样本的两个特征分别记为　　和　　。 　　每类的每一个特征均值：　 　　　　　　　　 　　　　　　　　　和 　　 注意：仅是两个值基于训练样本的估计值，而不是真实的类均值。 特征方差 　　　　 　　第　类的特征　和特征　的方差估值分别为： 　　　　　　　　和