ch1模式与模式识别概论

《ch1模式与模式识别概论》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第一章概论模式识别PatternRecognitionwanwanyuan@sina.com1模式及模式识别的概念2模式识别系统3模式识别的应用4模式识别的方法第一章模式识别概论1.1模式及模式识别的概念模式识别(PatternRecognition)：确定一个样本的类别属性（模式）的过程，即把某一样本归属于多个类型中的某个类型.样本（Sample)：所研究对象的一个个体，如患者的细胞、一个汉字、一幅图片、一段视频等.模式(Pattern)：对研究对象所具有的特征和信息的描述，对某类事物的抽象也成为该类的模式.人类具有很强的模式识别能力，时刻在完成某

2、种模式识别的任务。模式识别是从样本到类别的映射。样本模式识别类别1.1模式及模式识别的概念1929年G.Tauschek发明阅读机，能够阅读0-9的数字。30年代Fisher提出统计分类理论，奠定了统计模式识别的基础。50年代NoamChemsky提出形式化语言理论，傅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，模糊模式识别方法得以发展和应用。80年代以Hopfield网、BP网为代表的神经网络模型使人工神经元网络复活，并在模式识别得到广泛的应用。90年代小样本学习理论，支持向量机受到了很大的重视。模式识别简史1、数据获取2

3、、预处理3、特征抽取4、分类器设计1.2模式识别系统1.2模式识别系统数据获取预处理特征提取与选择分类器设计与改进训练样本集待识样本集数据获取预处理特征提取与选择识别结果分类决策分类过程学习过程在传送带上用光学传感器件对鱼按品种分类鲈鱼(Seabass)品种鲑鱼(Salmon)模式识别过程实例识别过程数据获取：架设一个摄像机，采集一些样本图像，获取样本数据预处理：去噪声，用一个分割操作把鱼和鱼之间以及鱼和背景之间分开识别过程特征提取和选择：对单个鱼的信息进行特征选择，从而通过测量某些特征来减少信息量长度亮度宽度鱼翅的数量和形状嘴的位置分类决策：把

4、特征送入决策分类器识别过程识别过程识别过程识别过程识别过程1.数据获取为了使计算机能够对客体进行分类识别，必须将客体用计算机所能接受的形式表示，通常从客体获得的信息有下列三种类型①二维图像，如文字、指纹、照片等；②一维波形，如语音、机械振动波、心电团等；③物理参量或逻辑值，如体温、各种实验数据等。通过测量、采样和量化，可以用矩阵或向量表示二维图象或一维波形，这就是信息获取过程。2．预处理预处理的目的是去除噪声，加强有用的信息，并对种种因素造成的退化现象进行复原。某人声音有杂音清晰声音图像预处理语音信号预处理模糊图像清晰图像3．特征提取为了有效地实现分

5、类识别，要对原始数据进行选择或变换，得到最能反应分类本质的待征，构成特征向量。人脸几何特征人脸部件规一化的点间距离和比率特征点如眼角、嘴角、鼻尖等人脸的颜色特征黄皮肤、黑眼睛统计特征脸形模板和图象灰度的自相关性4．分类器设计为了把待识模式分配到各自的模式类中去，必须设计出分类判别规则。基本作法是：用一定数量的样本(称为训练样本集)确定出一套分类判别规则，使得按这套分类判别规则对待识模式进行分类所造成的错误识别率最小或引起约损失最小。分类器按已确定的分类判别规则对待识模式进行分类判别，输出分类结果。监督学习和非监督学习非监督学习没有类别标签，通常利用聚

6、类方法完成样本的分类半监督学习部分样本有类别标签，目标与有监督分类一致监督学习划分的类别已知，且训练样本已知类别信息监督学习监督学习和非监督学习划分的类别已知，且训练样本已知类别信息非监督学习半监督学习没有类别标签，通常利用聚类方法完成样本的分类部分样本有类别标签，目标与有监督分类一致地面覆盖物的图示两波段多光谱图像聚类的各种特征应用领域1.3模式识别的应用文本分类文本图像分析工业自动化数据挖掘多媒体数据库检索生物特征识别语音识别生物信息学遥感……1.3模式识别的应用•准确性•速度•存储量•价格指纹识别指纹采集生成指纹图像预处理（极值滤波）（一次平滑

7、）（锐化）（二次平滑）细化二值化提取特征点指纹库指纹匹配输出结果指纹图像处理1.3模式识别的应用语音信号处理与识别•语音识别•说话人识别•语种识别•口音识别1.3模式识别的应用人脸图像识别•人脸检测和定位•人脸识别•虹膜识别应用：图象压缩视频监视基于内容的图象检索医学信号的处理、识别和分类：细胞正常与异常判断，染色体分类，心电脑电图，测谎仪…1.3模式识别的应用应用领域1.3模式识别的应用1.模板匹配识别方法2.句法识别方法3.统计识别方法4.人工神经网络方法1.4模式识别方法模版匹配首先对每个类别建立一个或多个模版输入样本和数据库中每个类别的模版进

8、行比较，求相关或距离根据相关性或距离大小进行决策优点：直接、简单缺点：适应性差方法句法模式许多复杂的模式可以